频域盒隔离森林坏道识别算法

自动识别不良通道

该算法利用频域特征和预测的不良通道比例，比传统时域方法更准确地识别OPM-MEG中的不良通道，从而提高后续信号分析的效率。

Ruonan, Wang · Zhihui, Jia · Ruochen, Zhao · Gao, Yang · 宁晓琳

Measurement: Journal of the International Measurement Confederation 2024

技术优势

频域特征更准

换用频域特征后，识别准确率优于基于 z 分数等时域特征的方法。

自动定通道数

箱线图技术能预测不可靠通道的数量，该预测比例作为关键参数输入隔离森林算法，实现自动化识别。

真实数据可行

方法在仿真实验和真实 OPM-MEG 测量数据上都得到了验证。

应用场景

• 脑磁图信号预处理：自动剔除坏道，省去手动检查，加速后续源定位。
• 可穿戴脑磁图设备：应对可穿戴 OPM 漂移导致的坏道，提高数据可用性。
• 磁场传感器校准：识别并标记异常传感器通道，作为校准前的清洗步骤。