脑电逆问题是从给定头皮脑电位的分布推算脑电活动的源,等效电流偶极子源定位问题是脑电逆问题研究领域中的一个重要方面。本文选用简化的同心三层球模型及经典的同心三层球模型,基于瞬时脑电数据和时空脑电数据,采用非线性优化方法和信号处理中新近发展的独立分量分析方法,对偶极子源定位问题进行了探讨。 论文基于瞬时的脑电数据,选用Mosher等人1999年提出的有利于逆问题计算的简化同心三层球模型,讨论了基于阻尼最小二乘算法、单纯形算法等非线性局域优化方法的脑电偶极子定位问题。在己知源数目的条件下,分析了源定位误差与噪声水平的关系;在源数目未能确定时,讨论了反演模型中源数目与实际源数目不一致的情况,并给出了相应的判别准则。同时,将全局优化方法中的遗传算法应用在源定位问题并同局域算法做了比较。 对于时空脑电数据和经典的同心三层球模型,论文引入结合局域优化算法与遗传算法的混合遗传算法,将其应用于脑电源定位,并与单纯形算法、遗传算法做了仿真比较,获得了较满意的结果。论文还给出了混合遗传算法作用下合理源定位结果可以接受的噪声水平。 论文将基于独立分量分析的拟牛顿算法用于脑电多偶极子源定位,研究了在高噪声临床环境时,该法在偶极子多源定位问题上的运行性能。由于该法是对多个源分别定位,所以和单偶极子的定位结果一样稳定,但降低了搜索的复杂性。为进一步检验该法从噪声污染的头皮脑电数据中定位多偶极子源的有效性,论文进行了不同采样点数下的仿真实验。 在源的统计独立性假设条件满足的情况下,将独立分量分析算法应用到仿真头皮脑电数据时要确定电极数目与要分析的采样数据点的合适比率,论文比较了不同采样频率下的合适比率值,发现采样频率是影响这个比率值的重要因素。 由于在真实脑电实验的测量数据中,干扰往往是空间相关的,故应选用空间相关的有色噪声来模拟真实噪声。本文采用线性约束最小方差方法设计出空间滤波器,然后用道间统计独立的白噪声去激励此空间滤波器,得到空间相关的有色噪声矩阵,并同附加了高斯白噪的情况进行了比较。目前的研究表明基于独立分量分析的多偶极子源定位方法在处理低信噪比数据方面具有突出的优越性,这种可应用于多个独立神经源定位的方法将会在源定位及神经科学研究领域中发挥重要的作用。