基于波束形成的MEG源定位性能研究.pdf

1、波束形成（Beamforming）是一種對腦磁信號(MEG)進行偶極子溯源的方法，目前應用較廣，但其定位結果受各種復雜因素影響，提高定位準確度是目前研究的關鍵點。本文通過MATLAB仿真研究了DICS和LCMV兩種Beamforming溯源方法的性能影響因素，得出了定量的結論，對準確進行真實MEG信號溯源有一定的指導意義。
　　論文首先從生物電磁研究出發(fā)，闡述了 MEG溯源的兩個重要內容：正問題和逆問題的求解模型和方法，重點分析了

2、正問題中的頭模型構造與逆問題中的Beamforming方法，并對常用的腦磁源定位方法進行了比較。
　　通過對各種噪聲背景下的模擬 MEG數據進行源定位，并調整正則化參數，研究正則化參數對DICS源定位的影響。結果表明DICS方法通過正則化參數可對各種噪聲產生不同程度的抑制作用。將正則化參數值設定在[0.001％1%]區(qū)間時，可對各類噪聲產生有效的抑制作用的同時，穩(wěn)定定位效果。
　　然后研究不同噪聲環(huán)境下，不同頭模型對LCMV

3、方法定位與重建的影響?；诙喾N頭模型，進行正向計算得到MEG記錄，然后對疊加各種偽跡噪聲的MEG記錄進行LCMV溯源仿真。結果表明，當信噪比達到一定閾值時，不同頭模型對LCMV定位的影響可以忽略。不同偽跡噪聲對LCMV定位產生的影響各不相同，其中基線漂移的影響最小，高斯白噪聲的影響最大，而總體來說LCMV定位方法在信噪比高于-10dB的噪聲背景下的定位效果較好。
　　論文最后將DICS和LCMV方法應用于真實MEG信號的源定位，結