Non-Invasive Mapping of Correlated Sources Using Modified Beamformer Approach

МЭГ является неинвазивным методом нейровизуализации, с высоким временным разрешением для изучения тонкой пространственной и временной динамики мозговых процессов. Высокое временное разрешение МЭГ обусловлено природой электрических процессов, которые она регистрирует. Пространственное разрешение в значительно зависит от подхода к некорректной поставленной обратной задаче, направленной на поиск корковых активаций на основе неинвазивных измерений магнитных полей. Линейно ограниченный метод формирования луча с минимальной дисперсией (LCMV) обладает пространственным сверх-разрешением и поэтому является привлекательным инструментом для решения обратной задачи МЭГ. Методика основана на разработке адаптивного пространственного фильтра с целью минимизации выходной мощности в зависимости от набора линейных ограничений. При наличии коррелированных источников этот метод дает сбой и приводит к пространственному фильтру с низкой производительностью, низким отношением сигнал/шум выходных временных рядов и бессмысленными пространственными картами распределения мощности. В данной работе предложена основа для ReciPSIICOS, новому подход формирователя луча. Данный метод сохраняет пространственное сверх-разрешение, но остается невосприимчивым к синхронизации временных рядов нейронных источников, подчеркивая мощность в подпространстве объемной проводимости. Алгоритм ReciPSIICOS был протестирован вместе с формирователем луча LCMV и методами восстановления взвешенных источников MNE с использованием как реалистичного моделирования, так и реальных данных. Как показывают моделирование и анализ реальных данных, новый формирователь луча показывает значительно лучшие результаты в ситуациях высокой корреляции сигнала и низкого отношения сигнал/шум.