基于确定性的约简稀疏解用于高密度阵列 EEG 源定位
信号处理
2022-02-02 v1
摘要
EEG 源定位是一个病态问题。它涉及对数量多于测量数的源进行估计。对于给定时刻的给定测量，并非所有源都活跃，这使得该问题成为一个稀疏反演问题。本文提出一种用于高密度阵列 EEG 源定位的新方法。本文旨在将解空间缩减至仅最确定的源，从而减轻病态性。这采用两阶段方法：第一阶段利用源的统计度量找出最可能生成观测 EEG 的最确定源；第二阶段通过将解空间限制为仅最确定源及其邻域来求解逆问题。这缩减了其他源定位方法的解空间，从而提升了它们定位脑中活跃神经源的准确性，这也是主要目标。该方法已通过验证并应用于真实 256 通道数据，结果得到了分析。
引用
@article{arxiv.1812.09506,
title = {Certainty based Reduced Sparse Solution for Dense Array EEG Source Localization},
author = {Teja Mannepalli and Aurobinda Routray},
journal= {arXiv preprint arXiv:1812.09506},
year = {2022}
}
备注
IEEE Transactions on Neural Systems & Rehabilitation Engineering, 2018