您当前的位置:
首页 > 文献资料
所属专业:
最小模估计文献资料
-
基于正则化方法的加权小模估计在脑磁源成像中的应用
脑磁图(magnetoencephalography,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、选择性小模方法,此外还从广义的加权小模估计角度对大熵重建方法,融合其它脑功能成像技术的方法以及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合理的解.基于正则化技术的加权小模估计是MEG逆问题研究中早开展、并已被广泛应用的磁源分布图像重建方法,本文给出了一个较为完整的理论发展框架.
关键词: MEG 分布源 磁源成像 最小模估计 Tikhonov正则