利用空间图滤波器改进经典源定位方法

基于摘要分析。该研究针对 EEG/MEG 源成像（ESI）中扩展激活区域的范围估计问题，将脑三维网格上的低频图傅里叶子空间与经典源定位方法结合，旨在缓解传统解过度弥散或过度稀疏、难以准确恢复激活边界的问题。 核心机制是利用脑三维网格定义空间图，将空间图信号分解到低频、中频和高频子空间，再以图傅里叶基的低频分量近似扩展源激活区域。这里的“频率”指图上的空间频率，而非 EEG/MEG 时间信号的频段。方法重点是借助空间结构约束改进经典逆问题求解，而不是提出新的 EEG 分类或 BCI 解码模型。具体图构造、低频子空间截取方式及其与各经典算法的整合形式，摘要未提供。 作者报告，在合成数据和真实 EEG 数据上，该方法能够重建局灶激活的空间范围，并相较经典算法显著改善表现。但摘要未列出具体对照方法、评价指标、效应大小或显著性检验细节，也未说明真实数据的被试规模及源位置、边界的参考依据，因此尚不能判断增益适用的源形态与噪声条件。实验协议、消融及统计信息尚未验证。 复现时需核对脑网格与前向模型、图频率定义、子空间选择及超参数设置，尤其关注低频近似对边界清晰度、相邻源可分辨性和不同激活范围的影响。摘要所支持的贡献限于源定位及激活范围重建，不能据此认定其能够提升 BCI 解码性能或已经具备临床决策有效性。