利用几何信息引导的基函数改进 EEG/MEG 源成像

基于摘要分析。本研究针对 EEG/MEG 空间分辨率有限、源成像逆问题不适定的困难，提出使用 Brain Geometric-informed Basis Functions（GBFs，脑几何信息引导的基函数）作为先验，从低分辨率的头皮 EEG/MEG 观测推断脑内高分辨率电场分布。 核心机制是将脑几何信息纳入源成像所使用的基函数，以约束逆问题的求解。摘要未说明 GBFs 的具体构建方式、几何信息来源、源空间表示、正则化或优化形式，因此目前不能判断其优势具体来自何种几何约束，以及如何与观测数据和前向模型结合。 作者报告，在合成数据和真实任务 EEG 数据上的实验中，GBFs 优于传统空间基函数 Harmonic、MSP，以及既有 ESI 方法 dSPM、MNE、sLORETA、eLORETA；作者还报告，该方法在不同噪声水平下具有稳健的源成像结果，并能得到具有生物学可解释性的 EEG 源。摘要未提供定量指标、噪声设置、数据集名称、任务类型、被试数或数据划分；虽然研究面向 EEG/MEG，摘要明确提及的真实数据实验仅为任务 EEG，真实 MEG 验证尚未确认。 复现与评价需核对 GBFs 构建所需的解剖数据、头模型与电极配置、对照方法的参数设置，以及合成源的真值和真实任务数据中可解释性的验证依据。实验协议、消融及统计信息尚未验证，代码与数据可用性也尚未确认。该工作直接涉及 EEG 源成像，但摘要未报告 BCI 解码或在线交互实验，不能据此认定其能改善 BCI 性能。