用于活体电导率估计的单层与双层 BEM 优化应用
医学物理
2019-03-26 v1
摘要
大脑、颅骨和皮肤的电导率在受试者间的变异性，极大地限制了脑电图（EEG）底层脑内电流源的定位精度。这种受试者间的变异性也制约了将 EEG 幅度参数作为生物标志物，以比较不同患者间神经活动量的可能性。为克服这一问题，可以通过分析注入不同 EEG 电极对中的已知电流所产生的电势，在活体内估计电导率参数。目前，由于电导率估计问题的计算复杂性，该方法的常规应用受到阻碍。本文在边界元法（BEM）的背景下分析了该电导率参数估计问题的效率。我们假设大脑、颅骨和皮肤区室的几何结构为固定的三角网格，而将电导率参数作为未知量处理。我们证明，对于单层和双层 BEM 公式，均可使用 Woodbury 更新算法来获得快速的电导率更新方案。与直接计算相比，该算法可获得高达 20 倍的加速，除算法初始化阶段最多增加 50% 的计算时间外。我们还导出了新的解析闭合表达式，用于高效且精确地计算 BEM 矩阵元素。最后，我们讨论了需要哪些进一步的步骤，才能为未来的 EEG 系统配备软件工具，使其能够常规地构建受试者定制头部模型，以用于校准 EEG 和精确的源定位。
引用
@article{arxiv.1903.09971,
title = {Optimized application of double and single layer BEM for in vivo conductivity estimation},
author = {Jan C de Munck and Andreas Daffertshofer and Victoria Montes-Restrepo and Theo JC Faes and Maureen Clerc and Joost Hulshof},
journal= {arXiv preprint arXiv:1903.09971},
year = {2019}
}
备注
25 pages, 5 figures