脑电逆问题的一种分域迭代聚焦算法

脑电逆问题是一个欠定问题，引入适当的约束或迭代技巧是改善解的性能的有效途径。该文提出了一种将自相干增强算法(SCEA)和迭代聚焦算法(FOCUSS)相结合的新算法。该方法以最小模解为出发点，对其用聚类算法进行分区和自相干增强，然后进行迭代聚焦。针对皮层源的仿真计算表明，该方法可实现对不同强度的多源成像。Electroencephalogram  (EEG)  inverse  is  an  underdetermined  problem.  Various  constraints  or  iteration  strategies  are  being  considered  to  improve  the  performance  of  the  inverse.  In  this  work,  a  new  approach  integrated  Self-coherence  Enhancement  Algorithm  (SECA)  and  Focal  Underdetermined  System  Solver  (FOCUSS)  approach  is  proposed.  Based  on  a  minimum  norm  solution,  this  approach  applies  SECA  to  the  multiple  sub-regions  of  the  solution  space  obtained,  and  then  FOCUSS  is  utilized  to  further  focalize  the  solution.  The  simulations  for  cortex  sources  confirm  that  this  new  approach  may  be  applied  to  map  a  few  un-equal  strength  cortical  electric