模块 7 · 脑电源定位(溯源)分析
头皮上的电位只是"投影",这一模块学会把投影反推回大脑内部: 正问题、逆问题、头模型,再到 MNE / Beamformer / sLORETA 三条路线实战。
🎯 本模块你将学到
- 理解溯源问题的本质:正问题唯一解、逆问题病态,以及"加约束"的必要性
- 掌握正向模型三要素:源模型、头模型(同心球/BEM)与前置场的构建
- 完成三条逆解路线实战:MNE、Beamformer(LCMV)与 sLORETA 的 ERP 及静息态溯源
- 能在源空间做统计分析(配对 t、置换检验、多重比较校正),并依据研究问题选择合适的溯源路线
课时列表
7.1
7.2
7.3
7.4
溯源原理与模型:正问题、逆问题与头模型
脑电数据分析课程7.1:EEG空间分辨率为何受限、容积导体如何模糊头皮电位,正问题与逆问题的不对称性,源模型与头模型(同心球/BEM)的构建,逆问题的病态性与约束思想,以及FieldTrip溯源流水线总览与结果可信度评估。
MNE 溯源实战:最小范数估计
脑电数据分析课程7.2:最小范数估计的直觉与深度偏置、lambda正则化的作用,FieldTrip完整MNE实战(ft_prepare_leadfield与ft_sourceanalysis),输出结构解析与可视化、MNI空间归一化与组级统计思路。
Beamformer 溯源实战:空域滤波器
脑电数据分析课程7.3:Beamformer空域滤波器的定向麦克风直觉、LCMV协方差与滤波器权重原理、与MNE的对比,FieldTrip实战(协方差估计、cfg.method=lcmv、虚拟电极提取)、连接分析应用与三大常见坑。
sLORETA 溯源实战:ERP 与静息态
脑电数据分析课程7.4:sLORETA标准化权重与零误差定位特性、独立软件包与MNI152模板空间、ERP溯源与静息态频段功率溯源全流程、内置非参数统计(log-F、置换与自举校正)、玻璃脑图件输出与三条路线选择建议。