基于最小模估计及Tikhonov正则方法的脑磁源重建

摘要

脑磁图(magnetoencephalogram,MEG)研究中的磁源分布图象重建,属于不适定问题,需要引入合适的先验约束,把它转化为适定问题.采用非参数的分布源模型,磁源成象问题即为求解一病态的欠定的线性方程组.这里采用的方法是建立在最小模估计和Tikhonov正则的基础上,从数学算法本身及相关的解剖学和神经生理学的信息,对解空间加以限制,提出了区域加权算子,再结合深度加权,以期得到合理的神经电流分布.通过仿真实验表明能得出理想的重建结果,同时讨论了该方法的局限性以及下一步的工作方向.