全面伪迹去除

强大、无感的伪迹去除

脑电活动是一种微弱的生物电信号，易受到各种非脑源性信号（伪迹）的干扰。伪迹的识别和排除对EEG判读的准确性至关重要，特别是随着长程EEG检测技术在临床上的广泛应用，EEG记录中难以避免地包含各类伪迹信息，为脑电的分析带来挑战。
参考临床指南，EEG-X默认使用0.53-70Hz滤波配置，综合运用多种算法识别不同来源的伪迹，如基线漂移、心电、肌电信号和运动引起的伪迹等。在识别这些脑电信号后，系统将于后台自动去除相关伪迹，同时最大程度上保持原始脑电信号的完整性和准确性，避免对真实脑电信号的干扰。

全面伪迹去除
自动化多源伪迹识别&去除
自动化多源伪迹识别&去除

无需用户手动干预，算法针对不同来源伪迹的特点，选择合适方法自动识别、消除相关伪迹

生理性伪迹

  • 心电和脉搏
  • 肌电活动
  • 呼吸运动

来自仪器和电极的伪迹

  • 仪器噪声
  • 电极接触不良
  • 电极位置不当

来自环境电磁干扰的伪迹

  • 50Hz交流电干扰
  • 静电干扰

运动引起的伪迹

  • 随机运动
  • 节律性运动

用户可自由切换显示原始脑电和伪迹去除后脑电，以适应不同的数据集和研究需求

叠加显示

以黑色实线在脑电显示区展现伪迹去除后数据，以灰色实线在背景中展现原始脑电数据

叠加显示

仅伪迹去除

仅展示黑色实线在脑电显示区展现伪迹去除后数据

仅原始脑电

仅展示灰色实线在背景中展现原始脑电数据

辅助量化统计分析&提升尖波/棘波标定表现

伪迹的识别和去除能够显著提升脑电信号的分析质量。许多患者的脑电数据中含有较强的伪迹干扰，导致临床医生难以区分由伪迹造成的变化和实际大脑活动引起的变化。这些伪迹不仅会掩盖真实的变化，也可能产生大量的假阳性结果，极大降低分析结果的准确性。
作为对比，全面去除伪迹功能让量化统计分析结果主要反映大脑信号的变化。经过伪迹去除后，尖波/棘波检测算法能更加精准地提取脑波的形态结构特征，定量描述其持续时间、幅度、锐度等多种特征参数。

辅助量化统计分析&提升尖波/棘波标定表现