×

利用支持向量分析求解IBEM,设计安静的TMS线圈。 (英语) Zbl 1464.92005年

摘要:经颅磁刺激是神经科学中一种很有前途的工具,其成功发展受到了刺激线圈通电时产生的响声的影响。这种不需要的声音是由TMS设备中洛伦兹自力产生的线圈绕组变形产生的。为了满足TMS系统产生较少噪声的需要,本文提出了一种安静的线圈设计技术,其中不是直接最小化线圈偏转,而是优化洛伦兹自力以降低噪声。该方法基于用于TMS线圈设计的流函数IBEM,其中将新的计算模型纳入优化问题中,并使用支持向量分析有效地解决了优化问题。设计并模拟了几个不同几何形状的线圈示例,以证明所建议的IBEM方法生产具有最小洛伦兹自作用力的TMS器件的效率。为了评估所设计TMS线圈的声学响应,使用商用MSC/NASTRAN来确定线圈的偏转。结果表明,通过最小化TMS线圈表面的洛伦兹自力,可以显著降低噪声。

MSC公司:

92-08 生物问题的计算方法
92C20美元 神经生物学
65号38 偏微分方程边值问题的边界元方法
78A55型 光学和电磁理论的技术应用
第35季度92 与生物、化学和其他自然科学相关的PDE
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Wassermann,E.M。;爱泼斯坦,C.M。;美国齐埃曼。;沃尔什,V。;Paus,T。;Lisanby,S.H.,《牛津经颅磁刺激手册》(2008),牛津大学出版社:牛津大学出版社纽约
[2] 邓,Z.D。;Lisanby,S.H。;Peterchev,A.V.,《经颅磁刺激中的电场深度-频率权衡:50个线圈设计的模拟比较》,《大脑刺激》,6,1-13(2013)
[3] 2008;39
[4] Bungert,A.,《TMS结合fMRI》(2010年),诺丁汉大学,2010年,博士论文
[5] Goetz,S.M。;墨菲,D.L。;Peterchev,A.V.,《降低噪音的经颅磁刺激装置》,IEEE Mag Lett 2014,51500104(2014)
[6] Peterchev,A.V。;墨菲,D.L.K。;Goetz,S.M.,《安静经颅磁刺激:现状和未来方向》,第37届IEEE医学和生物学会工程国际年会(EMBC),226-229(2015),米兰
[7] Koponen,L.M。;Nieminen,J.O。;Ilmoniemi,R.J.,《经颅磁刺激的最小能量线圈:在局部刺激中的应用》,《大脑刺激》,8,1,124-134(2014)
[8] 科博斯·桑切斯,C。;格雷罗·罗德里格斯(J.M.Guerrero Rodriguez)。;Quiros Olazabal,A。;Blanco-Navarro,D.,使用逆边界元方法设计的新型TMS线圈,《医学和生物物理》,6273-90(2017)
[9] 科博斯·桑切斯,C。;Garcia-Pacheco,F。;格雷罗·罗德里格斯(J.M.Guerrero Rodriguez)。;Hill,R.,设计最优TMS线圈的逆边界元法计算框架,边界元工程分析,88156-169(2018)·Zbl 1403.78016号
[10] 046-033
[11] 王,B。;Sheen,M.R。;邓,Z.D。;史密斯,J.E。;Tharayil,J.J。;Gurrey,C.J。;戈麦斯,L.J。;Peterchev,A.V.,《重新设计现有经颅磁刺激线圈以降低能量:应用于低场磁刺激》,《神经工程杂志》,15,3,036022(2018)
[12] 福布斯,L.K。;Brideson,医学硕士。;克罗齐,S。;然而,P.T.,《计算MRI线圈的运动并将其噪声降至最低》,ANZIAM J,49,17-35(2007)·Zbl 1347.92038号
[13] 2013年7月
[14] 科博斯·桑切斯,C。;鲍特尔,R。;功率,H。;格洛弗,P。;马林·L。;贝克尔,A。;Jones,A.,用边界元法计算强静电场中时变磁场梯度和运动的正向电场,Eng-Anal Bound Elem,331074-1088(2009)·Zbl 1244.78031号
[15] 科博斯·桑切斯,C。;Gonzalez Garcia,S。;Power,H.,E线圈:准静态问题的逆边界元方法,《医学与生物学物理学》,503087-3100(2010)
[16] 2017 ·Zbl 1383.65055号
[17] 卡蒙,M。;Tsuk,M.J。;White,J.K.,FASTHENRY:《多极加速三维电感提取程序》,IEEE微波理论与技术汇刊,421750-1758(1994)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。