基于时域平滑约束的脑磁时序信号逆问题求解方法

刘婷; 戴亚康; 杨莹雪; 王玉平

doi:10.3969/j.issn.0372-2112.2016.12.002

您当前的位置：

首页 >

文章列表页 >

基于时域平滑约束的脑磁时序信号逆问题求解方法

学术论文 | 更新时间：2025-07-16

- 基于时域平滑约束的脑磁时序信号逆问题求解方法
- An MEG Inverse Solver by Imposition of Temporal Smoothness Constraint
- 电子学报 2016年44卷第12期页码：2823-2828
- 作者机构：
  
  1. 中国科学院苏州生物医学工程技术研究所,江苏,苏州,215163
  2. 中国科学院长春光学精密机械与物理研究所,吉林,长春,130033
  3. 中国科学院大学,北京,100049
  4. 首都医科大学宣武医院神经内科,北京,100053
  5. 脑功能疾病调控治疗北京市重点实验室,北京,100053
  6. 中国科学院苏州生物医学工程技术研究所,江苏,苏州,215163
  7. 中国科学院长春光学精密机械与物理研究所,吉林,长春,130033
  8. 中国科学院大学,北京,100049
  9. 首都医科大学宣武医院神经内科,北京,100053
  10. 脑功能疾病调控治疗北京市重点实验室,北京,100053
- 作者简介：
- 基金信息：
  
  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）;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）
- DOI：10.3969/j.issn.0372-2112.2016.12.002
  中图分类号： TP301
- 网络出版：2016-12-25，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
刘婷, 戴亚康, 杨莹雪, 等. 基于时域平滑约束的脑磁时序信号逆问题求解方法[J]. 电子学报, 2016,44(12):2823-2828.

LIU Ting, DAI Ya-kang, YANG Ying-xue, et al. An MEG Inverse Solver by Imposition of Temporal Smoothness Constraint[J]. Acta Electronica Sinica, 2016, 44(12): 2823-2828.
刘婷, 戴亚康, 杨莹雪, 等. 基于时域平滑约束的脑磁时序信号逆问题求解方法[J]. 电子学报, 2016,44(12):2823-2828. DOI： 10.3969/j.issn.0372-2112.2016.12.002.

LIU Ting, DAI Ya-kang, YANG Ying-xue, et al. An MEG Inverse Solver by Imposition of Temporal Smoothness Constraint[J]. Acta Electronica Sinica, 2016, 44(12): 2823-2828. DOI： 10.3969/j.issn.0372-2112.2016.12.002.

摘要

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.

Abstract

The magnetoencephalography (MEG) inverse problem refers to the reconstruction of the neural activity of the brain from MEG measurements.A method to solve the MEG inverse problem employing temporal smoothness constraint is proposed under the assumption that time course of the source is smooth in time.Specifically

the temporal smoothness of the source was ensured by imposing a roughness penalty in the minimum norm estimate (MNE) data fitting criterion in the form of dual-parameter regularization.To select two tuning parameters

the generalized cross-validation criterion (GCV) was used.The inverse solutions were obtained as the linear combination of the one-parameter regularized solutions.We evaluated the proposed method by a synthetic example and a real data example.Compared with MNE

the proposed method can get smaller overall mean squared error (MSE) and smaller curvature variability.Moreover

the proposed method can reconstruct the shape of the time course of source better.

关键词

Keywords

references

浏览量

502

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于蒙特卡罗法硬膜血肿厚度计算的数值仿真研究

正则化一步动态重建算法在磁感应成像中的应用

几种优化方法在脑磁逆问题中的应用与比较

噪声中的分形插值信号提取──分形逆问题的一种简便解法