用于 EEG 源重建的 PDE 约束优化

基于摘要分析。本文研究 EEG 逆问题，即由观测电位重建皮层活动，提出将 Poisson 方程约束下的源重建表述为最优控制（OC）问题的数值方法。其主要贡献是直接处理电极位置的含噪观测，并通过有限元离散求解，无需显式构造 lead-field matrix。 核心机制：最优性条件导出一个微分方程的变分系统，再直接在有限元空间中离散，得到具有稀疏 Karush-Kuhn-Tucker（KKT）矩阵的线性方程组。作者指出，有限元表述能够处理基于 MRI 构建、具有复杂几何结构的网格；摘要未给出具体控制变量、目标函数、正则化形式与边界条件，这些尚未验证。 与既有方法的关系：该方法扩展了 mixed quasi-reversibility method（mQRM），将点位含噪数据显式纳入问题表述，避免先将电极观测插值到整个头皮表面。作者称，所得代数问题与 mQRM 明显不同，但系统规模仅略有增加；摘要未提供规模、内存或运行时间的定量比较。避免构造 lead-field matrix 是其计算流程特征，不能据此直接断言整体计算更快或资源占用更低。 结果与证据边界：作者报告，在球形网格与基于 MRI 的网格测试中，该方法能够准确重建皮层活动。摘要未提供误差指标、噪声水平、电极配置、源分布、对照结果，也未明确测试使用模拟观测还是真实 EEG。实验协议、消融及统计信息尚未验证，不能将上述结果等同于真实被试上的源定位精度或 BCI 解码性能。 复现核对重点包括观测项与正则化设置、头模型及组织电导率、有限元网格与求解器配置，以及在相同观测和网格条件下与 mQRM 的误差及计算成本比较。摘要未提供代码或数据可用性信息。