脑磁图中静态偶极子的动态滤波

我们考虑从脑磁图记录的磁场测量值估计神经活动的问题。我们利用问题的时间结构，将神经电流建模为一组演化的电流偶极子，这些偶极子出现和消失，但其位置在整个生命周期内保持不变。这完全反映了模型的生理学解释。为了在所提出的模型下进行推断，有必要开发一种基于最先进的序贯蒙特卡洛方法的算法，该方法采用精心设计的重要性分布。先前的工作使用了自助滤波器和人工动态结构，其中偶极子在空间中进行随机游走，导致重建中出现非物理伪影；而使用所提出的模型时未观察到此类伪影。该算法通过模拟数据进行了验证，其平均定位误差约为自助滤波器的一半。还展示了对来自体感实验的复杂真实数据的应用。通过边际似然对模型拟合的评估显示，所提出的模型明显更优，且相关的重建显示出更好的定位效果。