脑磁图/脑电图中级联偶极子的贝叶斯平滑
数值分析
2016-03-18 v1 应用统计
统计方法学
摘要
我们描述了一种从脑磁/脑电图(M/EEG)时间序列动态估计多偶极子状态的新方法。该新方法建立在近期用于M/EEG的粒子滤波器的进展之上;这些算法通过样本和权重来近似给定截至时刻t的数据时时刻t神经源的后验分布。然而,对于离线推断目的,更适宜使用平滑分布,即基于整个时间序列的条件下的时刻t神经源分布。在本研究中,我们使用蒙特卡洛算法来近似时变电流偶极子集合的平滑分布。我们通过数值模拟表明,由平滑分布提供的估计比由滤波分布提供的估计更准确,尤其在源出现时。我们使用从癫痫患者记录的实验数据集验证了所提算法。源起始的改进定位在癫痫患者的源建模中可能特别相关,其中源起始带来了关于致痫区的信息。
引用
@article{arxiv.1602.04003,
title = {Bayesian smoothing of dipoles in Magneto-/Electro-encephalography},
author = {Valentina Vivaldi and Alberto Sorrentino},
journal= {arXiv preprint arXiv:1602.04003},
year = {2016}
}
备注
16 pages, 5 figures