脑电静默区域定位

基于摘要分析。本文研究如何利用非侵入式 EEG 定位脑内电活动缺失的“静默”区域，提出通过估计各脑源（偶极子）对记录信号的贡献、识别贡献降低的源来定位静默区域的算法。研究面向卒中、创伤性脑损伤（TBI）及出血等情况下与缺血或病灶相关的电活动缺失，而非 BCI 指令解码。 其核心思路不是直接寻找电活动增强的源，而是从各源对 EEG 信号的贡献中识别活动降低的区域。摘要未给出贡献估计的数学形式、静默判定标准、所需先验或具体求解过程，这些实现条件尚未验证。 作者报告，在基于真实头部 MRI 模型的仿真中，算法能够检测从单源静默到较大范围的不同尺寸静默区域；相较于为恢复静默区域而适当修改的 multiple signal classification（MUSIC）和 minimum norm estimation（MNE），定位偏差约降低至其四分之一。该结果属于头部模型上的仿真评估，不能等同于真实患者 EEG 上的临床定位效果。 复现时需核对静默源与背景活动的生成方式、头模型及电极配置、噪声条件、定位偏差定义，以及 MUSIC、MNE 的具体适配方式。实验协议、消融及统计信息尚未验证；摘要也不足以判断头模型误差、非静默源活动变化或低信噪比对定位稳定性的影响。