Space-time event sparse penalization for magneto-/electroencephalography.
Space-time event sparse penalization for magneto-/electroencephalography.
复制标题
DOI：
10.1016/j.neuroimage.2009.01.056
复制
发表时间：
2009-07-15
期刊：
影响因子：
5.7
通讯作者：
Nowak R
中科院分区：
文献类型：
--
作者：
Bolstad A;Van Veen B;Nowak R
本文提出了一种新的时空方法M/EEG源重建的基础上的假设，只有少量的事件，定位在空间和/或时间，是负责测量信号。每个时空事件都使用基函数展开来表示，该基函数展开反映了信号的最相关（或可测量）特征。这种神经活动模型自然会导致贝叶斯似然函数，该函数平衡了模型对数据的拟合与模型的复杂性，其中复杂性与所包括的事件的数量有关。提出了一种新的最大化似然函数的期望最大化算法。新方法被证明是有效的几个MEG模拟的神经活动，以及从一个自步速的手指敲击实验的数据。
This article presents a new spatio-temporal method for M/EEG source reconstruction based on the assumption that only a small number of events, localized in space and/or time, are responsible for the measured signal. Each space-time event is represented using a basis function expansion which reflects the most relevant (or measurable) features of the signal. This model of neural activity leads naturally to a Bayesian likelihood function which balances the model fit to the data with the complexity of the model, where the complexity is related to the number of included events. A novel Expectation-Maximization algorithm which maximizes the likelihood function is presented. The new method is shown to be effective on several MEG simulations of neurological activity as well as data from a self-paced finger tapping experiment.
登录
查看更多内容
影响因子：
5.4
作者：
Malioutov, D;Çetin, M;Willsky, AS
通讯作者：
Willsky, AS
影响因子：
1.9
作者：
Demiralp, T;Ademoglu, A;Gülçür, HO
通讯作者：
Gülçür, HO
影响因子：
3
作者：
Donoho, DL
通讯作者：
Donoho, DL
影响因子：
4.6
作者：
Limpiti, Tulaya;Van Veen, Barry D.;Wakai, Ronald T.
通讯作者：
Wakai, Ronald T.
影响因子：
4.6
作者：
MATSUURA, K;OKABE, Y
通讯作者：
OKABE, Y