-
题名基于时域平滑约束的脑磁时序信号逆问题求解方法
被引量:1
- 1
-
-
作者
刘婷
戴亚康
杨莹雪
王玉平
-
机构
中国科学院苏州生物医学工程技术研究所
中国科学院长春光学精密机械与物理研究所
中国科学院大学
首都医科大学宣武医院神经内科
脑功能疾病调控治疗北京市重点实验室
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第12期2823-2828,共6页
-
基金
中国科学院百人计划基金项目
国家高技术研究发展计划(863计划)(No.2015AA020514)
+4 种基金
国家自然科学基金(No.61301042)
脑功能疾病调控治疗北京市重点实验室开放课题
江苏省自然科学基金(No.BK2012189)
苏州市医疗器械与新医药专项基金(No.ZXY201426)
中法"蔡元培"项目(No.201404490123)
-
文摘
由脑磁时序信号重建脑内时序神经信号时,除了要保证重建信号位置和强度的准确性,还要避免重建源信号在时域上瞬变.针对这一问题,提出了一种基于时域平滑约束的脑磁时序信号逆问题求解方法.该方法不同于传统最小范数估计算法(Minimum Norm Estimate,MNE),通过引入时域平滑正则算子构造双参数混合正则化,根据广义交叉验证(Generalized Cross-Validation,GCV)原则选取双正则化参数后,根据单正则项的解在源信号中的权重将其进行线性组合估算出源信号.仿真数据实验表明,本文方法比传统MNE方法的总体均方误差小,且各时刻均方误差基本稳定在同一水平;同时本文方法重建的源信号与仿真源信号变化趋势基本一致.真实数据实验发现,本文方法重建结果的曲率变化率为0.0640,而传统MNE方法重建结果的曲率变化率为0.1646.实验结果证明本文方法能重建出空域准确且时域平滑的脑内神经信号.
-
关键词
脑磁时序信号
逆问题
双参数混合正则化
时域平滑
-
Keywords
magnetoencephalography (meg) time course
inverse problem
two-parameter reguladzation
temporal smoothness
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-