The simultaneous recording of electroencephalogram (EEG) and functional magnetic resonance image (fMRI) has been used to provide high spatiotemporal information related to the brain mapping. However, artifacts induced during the simultaneous recording of EEG and fMRI interrupt the analysis of signals in the EEG channels. Especially, ballistocardiogram (BCG) induced by the heart beat of the subjects causes artifacts in all EEG channels and makes it difficult to measure and interpret the EEG signals. We propose an artifact removal algorithm using adaptive window size and individual delay. Once the adaptive window size for the averaged ballistocardiac artifacts (BA) and the individual delay between the peak in QRS complex of the electrocardiogram (EKG) signal and the BA in the EEG signal are determined, the averaged BA is subtracted according to the classification result of the BAs. The performance of the algorithm has been evaluated using the simulation data and the actual epilepsy experimental data.
고자장의 functional Magnetic Resonance Imaging (fMRI) 실험에서 Electroencephalogram (EEG)를 동시에 측정할 경우, Ballistocardiogram (BCG)의해 발생하는 Artifact (Ballistocardiac Artifact: BA) 이 EEG 데이터를 측정 및 분석하는데 어려움을 준다. BA는 심장 박동에 맞추어 나타나므로 발생하는 시간과 크기, 모양이 상당히 다양하다.
본 논문에서는, BA 의 다양성에 맞는 제거 방법을 제안한다. 이 방법은 EEG Data상의 정보를 활용하지 않던 기존의 방법에서 탈피하여, EEG 신호상의 Peak들의 위치 정보를 이용한다. 이 정보를 이용하여, Peak들을 BA signal와 non-BA signal로 분류화하고, 적응 Window 크기와 개개의 시간차를 이용하여 BA를 제거한다. 또한, 제안한 알고리즘의 성능을 분석하기 위하여, BA 의 다양성을 가진 실제 EEG 데이터에 가까운 Simulation data와 간질 발작간 극파가 포함된 실제 데이터에 적용하였다. 제안한 알고리즘을 적용한 결과는 기존의 Mean Subtraction 방법과 Kim’s method에 의한 것보다 우수한 성능을 가짐을 확인하였다.
