基于贝叶斯推断的脑源定位估计技术及应用

脑电图和脑磁图信号具有无创性和高时间分辨率,能够反映快速变化的大脑神经活动。然而,由于容积传导,脑电图和脑磁图空间分辨率较低。根据头表脑电图和脑磁图估计皮层脑源活动,即脑源定位技术,能够提供具有更高空间分辨率的信息,在认知过程基本机理理解和脑损伤病理学特征分析上发挥重要的作用。本文首先介绍脑源定位技术基本概念,然后具体介绍了基于贝叶斯概率推断的脑源定位技术,将当前的脑源定位技术分为基于空间先验约束和基于时间空间先验约束两大类,分析了不同算法的特性,接着介绍了基于贝叶斯的脑源定位技术的应用领域,最后介绍脑源定位技术的未来发展趋势。

脑功能信号的Granger因果性分析方法

脑是如何选择和调整分布于全脑的神经活动以实现其功能的？为解决这个问题，近年来人们将推测变量间信息因果流向的Granger因果分析引入脑功能研究。首先介绍了Granger因果分析的基本原理及其在处理脑功能信号时的拓展算法——结构向量自回归模型（SVAR）；综述了在对脑功能信号进行Granger因果分析时的技术问题；最后，以特发性全身性癫痫的脑功能信号为例，介绍了Granger因果分析在致痫灶定位中的应用前景。