基于进化策略的偶极子源定位.docVIP

基于进化策略的偶极子源定位 　　摘要：如何有效地从头表记录电位中准确定位脑电源的真实活动位置是神经认知脑功能研究中的一个关键问题。该文从无性生殖的生物在自然界中优胜劣汰的进化模式中得到启发，设计了基于进化策略算法来进行源定位。我们采取组合变异和自适应变步长相结合的方式对特定的问题进行求解。在三层球模型上的仿真结果表明了该方法能有效的对脑电源进行定位。 　　关键词：进化策略；脑电源定位；偶极子 　　中图分类号：TP301文献标识码：A文章编号：1009-3044(2008)30-0714-02 　　 　　Application of a Evolution Strategies to EEG Source Localization 　　ZHAO Xu1, ZHANG Zhi-jie2 　　(1.Chengdu University of Information Technology, Chengdu 610225, China; 2.Southwest University for Nationalities, Chengdu 610041, China) 　　Abstract: How to localize the neural electric activities effectively and precisely from the scalp EEG recordings is a critical issue for clinical neurology and cognitive neuroscience. In this paper, proposed a Evolution Strategies to EEG source localization, which based on the agamogenesis natural selection of biology. In this algorithm, we took the combination with the mutation and the adaptive mutation steps, the optimization efficiency was greatly improved with a good localization results. The localization results for different source configurations on a 3-shell head model showed its good efficiency and robustness for solving the EEG inverse problem. 　　Key words：Evolution Strategies; EEG source localization; dipole 　　 　　1 引言 　　 　　从头皮记录脑电（Electroencephalogram）反演大脑内部神经电活动源的三维空间信息是当前脑电研究中的一个重要问题，目前已经有很多种方法来对该问题进行求解。但由于该问题本身的复杂性，为了获得符合神经功能研究精度要求的结果，还需要做进一步的研究[1]。当前提高脑电源定位精度的主要集中在以下两方面工作：首先是对定位基本模型的研究，当前主要有基于偶极子[2]、基于点电荷[3]等的模型；其次是对特定模型下的优化求解方法的研究改进[2-3]。在本工作中主要是在偶极子模型下，从后一个方面对源定位问题进行了研究。 　　通常，如果脑神经的电活动范围只局限在大脑局部区域中，则可以用一个或几个等效电流偶极子模型来描述该区域的电活动特性，偶极子的位置对应于活动着的神经细胞群的位置，其方向对应于此位置处的神经细胞群的排列方向[1]。当前采用的一种源定位方法是等效偶极子方法。在该方法中是通过迭代方法逐步调整偶极子参数（位置，方向）来逼近最优解。一旦采用的优化方法不当或迭代的效率不高，就需要许多次中间迭代，而每一次迭代又需要调用正向计算来求解出用于同实测数据比较的电位值。因此计算量相当巨大，有时为了达到最优处理，所需的运算量常常大得令人不能接受，这样就限制了EEG定位分析的应用[1]。遗传算法是一种全局优化算法，但是由于其本身具有的很多复杂操作，使其效率较低[5]。针对脑电逆问题，我们省略了其中的交叉操作，直接采用变异操作，就得到了进化策略算法，并结合了随迭代改变的自适应步长，从而使改进的方法很大程度上提高了迭代效率，迭代次数和每次的正向计算次数大大减少，使计算速度得到很大的提高。文献中关于进化策略在偶极子定位中的应用很少报道，我们搜索到的唯一一篇是基于时空模型的偶极子定位[6],其定位精度在厘米级，调