Kalman Filter Based Framework for EEG Inverse Problem
基于卡尔曼滤波理论的脑电逆问题反演

由头皮上的电压推断出大脑内神经活动源的过程称之为脑电逆问题，这一问题的解决具有重要的研究意义和应用价值。为了有效地进行脑电逆问题的反演计算，提出了一种基于状态空间的新的脑电逆问题求解算法。该方法首先根据神经系统的动力学方程得到状态方程，并由脑电系统的观测方程构成测量方程；然后应用卡尔曼滤波方法来反演大脑内活动源的信息。这种新的求逆算法不仅可以处理脑电系统中的不确定因素，而且还可以将静态和动态脑电逆问题的求解统一到同一框架下，因此具有一定的新颖性；最后分别给出了模拟数据和实际脑电数据的实验结果。实验结果证明，卡尔曼滤波法更具优越性。