蓝科溯源

   (Vladimir Litvak,Jérémie Mattout,et al.EEG and MEG Data Analysis in SPM8.Comput Intell Neurosci. 2011: 852961.)    (Oostenveld, R., Fries, P., Maris, E., Schoffelen, JM (2011) FieldTrip: Open Source Software for Advanced Analysis of MEG, EEG, and Invasive Electrophysiological Data. Computational Intelligence and Neuroscience Volume 2011 (2011), Article ID 156869, doi:10.1155/2011/156869)    SPM8:         从本质上来说，脑电逆问题应该是非线性优化问题，考虑到计算的复杂性，所以近似的规约为线性问题Y=AX，Y表示为头表电极记录到的点位，X是待进行空间定位的源信息向量，A称为传递（增益）矩阵，是脑电正问题的解，可以通过构造合适的头模型等来获得。     关于脑电逆问题的入门级文献，推荐几篇综述文献： Neuroimaging课题组提出的Bayes的源定位方法（如：Friston et al., NeuroImage 39 (2008) 1104–1120）可能是一个不错的解决方案（访问网页：）。

    所谓脑电溯源定位，也即脑电逆向问题，概括的说是：根据头表测量电位信号，反演估计脑内神经活动源的位置、方向和强度信息。fMRI在空间分辨率上有着EEG不可比拟的优势，那么为什么还要谈EEG溯源呢？原因在于EEG的时间解析度很高，可以达到毫秒级，在很多认知任务中，被激活脑区可能在小时间尺度上发生变化，如果这种变化超过了fMRI的窥察能力，也使得EEG源定位成为了补充的研究手段。    几个开源的matlab溯源工具箱：     2.Roberta Grech1, Tracey Cassar*1,2,et al. Review on solving the inverse problem in EEG source analysis. Journal of NeuroEngineering and Rehabilitation, 2008, 5:25 doi:10.1186/1743-0003-5-25.

    头皮记录的脑电是大脑中很多源在记录点叠加起来的结果，而且，这些源的方向（一般随着皮层的褶皱而变化）对测量出来的头皮脑电有很大影响。所以不能简单的把头皮对应的激活位置映射到皮层上去，那只有借助于溯源方法了。        FieldTrip:       LORETA： 通过平滑约束，可以得到一些头皮的激活，由于它比较流行，现在很多人都在用，但这种数学上的约束（不是解剖生理学上的），会得到一些模糊的结果，这些结果很可能是错误的。而且，对于研究溯源方法的人，LORETA可能显得老了些。sLORETA和eLORETA都是它的改进版本。近Wellcome Trust Centre for     1.Christoph M. Michela,*, Micah M. Murray, et al. EEG source imaging.Clinical Neurophysiology 115 (2004) 2195–2222.