通过椭圆型柯西问题的有限元近似进行 EEG 源重建

基于摘要分析。本文研究基于 MRI 的头模型中的 EEG 源重建，提出将 EEG 逆问题转化为椭圆型偏微分方程的柯西问题，再通过正则化极小极大形式及有限元近似求解，以实现快速、可靠的源分析。 核心机制是直接在有限元空间中近似上述正则化问题。作者称，这种数值方法无需先求解 EEG 正问题，且实现较为简便。其适用范围包括复杂解剖头模型，可处理表面存在孔洞、各向异性电导率，以及同一组织内部电导率变化等情况；这些适用性陈述仍需结合正文核对边界条件、模型假设及数值处理方式。 验证对象为球壳模型和基于 MRI 的头模型。作者报告，数值实验在皮层电位和电流的脑激活定位上取得较高准确性，并具有较快执行速度。摘要未提供定位误差、运行时间、网格规模、噪声条件或对照方法，因此尚不能量化其精度与效率收益，也不能据此认定其在真实 EEG 或 BCI 任务中的有效性。 复现时需核对正则化极小极大问题的具体形式、正则化参数选择、有限元离散与求解流程，以及电极观测和头模型的设置。实验协议、消融及统计信息尚未验证；代码可用性亦尚未验证。本文的直接贡献是 EEG 源分析数值求解方法，而非 BCI 解码算法。