CANDLE：用于无创脑源成像的皮层零空间分解

arXiv:2610.07824v1 公告类型：new 摘要：脑电生理源成像（ESI）旨在根据脑电图（EEG）等无创脑电生理测量结果估计皮层源活动。然而，ESI 从根本上来说是病态问题，因为源活动的维度显著高于传感器观测结果，从而导致解不唯一。近年来，基于学习的方法通过学习数据驱动的源先验来处理这一歧义，但它们通常难以在不同个体的皮层几何结构之间实现泛化。为此，我们提出 CANDLE，这是一种基于学习的 ESI 模型，可在个体特异性的皮层几何结构上估计源活动。CANDLE 学习由 T1 加权 MRI 推导出的源到传感器映射所诱导的零空间先验，将学习限制在不可观测的源成分上，同时保留几何约束。为训练 CANDLE，我们开发了一个全脑模拟器，涵盖超过 1,100 种个体特异性的皮层几何结构，其源配置来自超过 26,000 张统计脑图谱。CANDLE 完全在模拟数据上训练，但在模拟源活动估计任务中优于以往的 ESI 方法，并且能够泛化到两项实证任务：（i）利用同步记录的头皮 EEG 对颅内刺激进行定位；（ii）根据术前发作间期 EEG 估计致痫区。我们的项目页面位于 https://candle-esi.pages.dev