从PCA校正的BEM-FMM相互基础函数进行高分辨率EEG源重建:通过间歇性光学刺激进行视觉唤起潜力的研究
Guillermo Nuñez Ponasso1,2, Derek A Drumm1, Hannes Oppermann3
1Dept. of Electrical & Computer Engineering, Worcester Polytechnic Institute, Worcester, MA, USA.
bioRxiv : the preprint server for biology
|August 12, 2025
概括
我们开发了一种新的高分辨率脑电图 (EEG) 来源重建的新方法,使用全局基础函数. 这项技术改善了目前用于分析大脑活动的软件的局限性,影响了心理健康和大脑-计算机接口.
科学领域:
- 神经科学是一个神经科学.
- 生物物理学的生物物理.
- 计算生物学 计算生物学
背景情况:
- 现代的人类头部模型产生复杂的网格与许多组织.
- 现有的源头重建软件在分辨率和它可以处理的源头数量上有局限性.
- 之前的工作引入了使用边界元素快速多极方法 (BEM-FMM) 进行磁脑电图 (MEG) 的先进方法.
研究的目的:
- 介绍一种用于高分辨率脑电图 (EEG) 源重建的新技术.
- 通过使用皮质全球基础函数来适应BEM-FMM对EEG信号的建模技术.
- 为了解决当前EEG源重建方法的局限性.
主要方法:
- 利用赫尔姆霍尔茨互惠性将相互生成的场矩阵与它们的直接对应物联系起来.
- 开发了一种基于皮层全球基础函数的方法,用于EEG源重建.
- 在源重建过程中解决了对参考电极的潜在偏差.
- 用经过间歇性光刺激 (IPS) 的12名健康志愿者的实验性EEG数据测试了该方法.
主要成果:
- 成功地将一种新的高分辨率源重建技术应用于EEG数据.
- 证明了处理复杂,非嵌套头模型的能力.
- 使用实验数据验证了该方法,显示了其用于详细大脑活动分析的潜力.
结论:
- 开发的技术提供了对EEG信号的高分辨率源重建.
- 这一进步可以显著影响心理健康查和脑机界面开发.
- 该方法克服了现有的软件的局限性,使得大脑活动的更详细的分析.
