基于正则化方法的加权最小模估计在脑磁源成像中的应用

脑磁图 ( m agnetoencephalography,MEG)逆问题的研究 ,根据点源和分布源两种源模型 ,可分为偶极子定位和磁源成像两大类求逆方法。采用非参数的分布源模型 ,MEG逆问题转化为一个病态的欠定方程组的求解。本文系统地阐述了结合 Tikhonov正则技术的加权最小模磁源重建方法 ,着重介绍了深度归一化算法、低分辨率脑电磁断层成像技术、局部欠定系统解法、选择性最小模方法 ,此外还从广义的加权最小模估计角度对最大熵重建方法 ,融合其它脑功能成像技术的方法以及最大后验概率估计方法加以解释和分析。不同的磁源成像方法目的都是通过引入合适的约束条件 ,从算法公式本身及神经细胞活动的特性中加以修正 ,减少逆问题的不适定程度 ,因此均可认为是使用正则方法来约束解空间 ,从而获得与测量磁场数据相拟合的并具有神经生理学和解剖学意义下的最合理的解。基于正则化技术的加权最小模估计是 MEG逆问题研究中最早开展、并已被广泛应用的磁源分布图像重建方法 。

脑磁源成像技术的研究进展

基于分布源模型的脑磁源成像 (neuromagnetic source im aging)技术构架在图像重建基础上重建脑内神经活动的电流源分布图像 ,是 MEG逆问题中一个非常活跃和开放的研究方向。本文较为系统地论述了磁源成像的发展过程 ,并对目前一些常用的具体重建方法进行了介绍和分析。由于脑磁逆问题的不定性 ,必须引人正则方法来转化为适定问题 ,文中从确定性和随机性两大正则理论框架的角度来阐述各种重建方法。

脑磁源成像中的正则理论

从一个相对完整的正则理论角度对现有的各重建算法进行分析 ,把它们归属在确定性和随机性正则两大类中。脑内磁源成像中的正则理论 ,就是通过合理的神经活动特性的相关先验约束 ,以求得唯一的合理的鲁棒解。文中着重讨论了基于Tikhonov正则的最小模和基于Markov随机场模型的Bayesian的重建方法。最后 。

脑磁图累积源成像在药物难治性颞叶癫痫术前评估中的应用

目的探讨脑磁图累积源成像(MEG)在难治性颞叶癫痫术前评估中的应用价值。方法回归分析法2006年1月至2018年1月手术治疗的11例难治性颞叶癫痫临床资料。使用MRI、长程视频脑电图、MEG以及颅内电极脑电图(IEEG)帮助定位致痫灶并制定手术方案,术后随访1年,按Engel分级评估疗效。结果MRI无明显异常5例;异常6例,其中2例与手术侧一致。11例IEEG均有异常,其中9例与手术侧一致。11例MEG均有异常,9例与手术侧一致,主要集中在4~30 Hz;MEG与IEEG一致7例。11例中,9例有效,2例无效;其中Engel分级Ⅰ级6例,Ⅱ级1例,Ⅲ级2例,Ⅳ级2例。结论MEG分析能为难治性颞叶癫痫术前评估提供重要信息,帮助识别致痫灶和潜在癫痫网络。

基于Markov随机场和Bayesian理论的脑内磁源重建

1引言 基于脑磁图MEG的脑磁源成像,又可称电流密度重建或磁源分布图像重建,是一种新的检测神经电流活动特性的图像重构技术.它不是一个普通问题,而是跟诸如计算机视觉、地球物理等这些问题一样,是不定的或至少是病态的,从而推翻了当年Hadamard等人的认为不存在实际不定问题的论断.