Когниграф
Функциональные особенности Когниграфа включают в себя интерфейсные методы локализации, распознавания и визуализации источников мозговой активности.
В комплексе с индивидуальной моделью головы и коры, полученной из МРТ-данных, и данными ЭЭГ, зарегистрированных с помощью стандартной электродной шапочки (32 датчика) или высокоплотной шапочки (до 128 датчиков), Когниграф создает трехмерную карту активных областей мозга, которая обновляется в режиме реального времени (до 20 раз в секунду). Эта информация может использоваться для изучения динамических характеристик сигнала ЭЭГ, что возможно с помощью инструментов анализа связности, имеющихся в программном обеспечении. Еще одним преимуществом Когниграф является встроенная система «интерфейса мозг-компьютер» (ИМК), которая поддерживает обучение, оценку и использование в режиме реального времени нескольких моделей классификации сигналов.
Поскольку Когниграф является модульной системой, использующий LSL-протокол для обмена исходными данными и результатами анализа, пользователь может одновременно использовать несколько компьютеров, выполняющих разные алгоритмы, для ускорения расчетов и 3D-визуализации результатов. Новые технологии обработки сигналов, такие как глубокие нейронные сети, интегрированы в программное обеспечение, чтобы сделать его работу более эффективной.
Когниграф является удобных инструментом для исследований в области нейрофизиологии человека с использованием многоканальной ЭЭГ. В то же время, он имеет особую ценность и в области нейрореабилитационных технологий, поскольку обеспечивает пациента каналом ИМК-связи между ним и управляемым устройством.
Параметры анализируемого сигнала
| Число каналов ЭЭГ | 32 - 128 |
| Частота регистрации сигнала | 150 – 1000 Гц |
Поддерживаемые источники данных
| Усилители | МКС NVX 36/52/136 |
| Поддержка файлов с данными ЭЭГ | .edf |
| Поддержка файлов с данными анатомии | .fif, .nii, DICOM |
| Поддержка файлов с данными корегистрации электродов | ‘.elc’, ‘.txt’, ‘.csd’, ‘.elp’, ‘.hpts’, ‘.sfp’, ‘.loc’ (‘.locs’ and ‘.eloc’), .bvef |
| Протокол получения данных | LabStreamingLayer (LSL) |
Характеристики картирования
| Модель мозга | Поверхность коры (разглаженная) |
| Число узлов в модели мозга | 2000 - 5000 |
| Частота обновления карты источников | 10-50 раз в сек. |
| Методы решения обратной задачи ЭЭГ | MNE, sLORETA, dSPM, MCE, Beamformer, адаптивный Beamformer |
| Методы расчета динамических коннективностей | Попарная между выбранными зонами; с одной выбранной зоной (seed coherence) |
| Вывод карты коннективностей | На «прозрачном» мозге |
| Экспорт результатов | .gif, .hdf5, LSL поток |
Предобработка сигнала
| Удаление артефактов | Ручное, с выбором по ICA компонентам |
| Выбор зон Бродмана | По встроенному атласу коры |
| Фильтрация | Фильтры Баттерворта 4-го порядка |
| Сглаживание | С помощью извлечения огибающей |
Прочие характеристики
| Встроенный интерактивный редактор монтажа |
| Использование предустановленных анатомических моделей и создание собственных моделей с регулируемыми параметрами. |
| Возможность синхронного вывода нескольких карт источников |
| Возможность ручного удаления «плохих» каналов |
| Редактирование конвейера обработки данных в виде дерева операций |