用于 EEG 源定位的稀疏算法
信号处理
2022-10-28 v2
摘要
利用 EEG 进行源定位在诊断多种与脑相关的生理及精神疾病中十分重要。EEG 的高时间分辨率有助于医学专业人员以更具信息量的方式评估大脑内部生理状态。内部源通过逆过程从 EEG 获得。脑内源的数量多于测量数。本文对该领域最先进的稀疏源定位方法进行了全面综述。实现并检验了近期提出的一种基于确定性的约简稀疏解（CARSS）方法。使用 64 通道装置和两个源空间进行了大量比较研究。第一个源空间有 5004 个源，另一个有 2004 个源。考虑了含一、三、五和七个模拟活跃源的四种测试用例。还向无噪数据加入了两种噪声水平。也对 CARSS 进行了评估。对结果进行了检验。还尝试了一项真实 EEG 研究。
引用
@article{arxiv.2201.13181,
title = {Sparse algorithms for EEG source localization},
author = {Teja Mannepalli and Aurobinda Routray},
journal= {arXiv preprint arXiv:2201.13181},
year = {2022}
}
备注
Published in Medical & Biological Engineering & Computing, Springer on Oct 02, 2021