机构名称：
¥ 2.0
电磁脑成像是从磁场和电位的非侵入性记录中重建脑活动。这种成像方式的一个持久挑战是估计源的数量、位置和时间过程，特别是对于具有复杂空间范围的分布式脑源的重建。在这里，我们介绍了一种新颖的稳健经验贝叶斯算法，该算法通过两个关键思想可以更好地重建分布式脑源活动：核平滑和超参数平铺。由于所提出的算法建立在稀疏源重建算法 - 香槟的许多性能特征之上，我们将该算法称为平滑香槟。平滑香槟对高水平噪音、干扰和高度相关的脑源活动的影响具有很强的鲁棒性。与基准算法相比，模拟表明平滑香槟在准确确定分布式源活动的空间范围方面具有出色的性能。平滑香槟还可以准确重建真实的 MEG 和 EEG 数据。
用于电磁脑成像的分布式源的稳健经验贝叶斯重建
主要关键词
相关文件推荐
