arXiv eess.SP（Signal Processing）·2026-10-07 12:00· 17 天前AI 评分53

Komei Sugiura 团队提出 CANDLE：面向非侵入式脑源成像的皮层零空间分解

CANDLE: Cortical Null-Space Decomposition for Noninvasive Brain Source Imaging

AI 导读

日本庆应义塾大学 Komei Sugiura 团队提出 CANDLE，一种在受试者个体皮层几何上估计源活动的学习式电生理源成像（ESI）模型，通过学习由 T1 加权 MRI 推导的源到传感器映射所诱导的零空间先验，把学习限制在不可观测的源成分上。

AI 要点

团队

第一作者 Shuntaro Suzuki，末位作者 Komei Sugiura，共 3 位作者。

主要结果

仅用模拟数据训练的 CANDLE 在模拟源活动估计上优于既有 ESI 方法，并泛化到两项实证任务：头皮 EEG 同步记录的颅内刺激定位、术前发作间期 EEG 的致痫区估计。

解决什么问题

ESI 因源活动维度远高于传感器观测而解不唯一；现有学习类方法难以跨受试者个体皮层几何泛化。

方法

基于 T1 加权 MRI 推导的源到传感器映射，学习其零空间上的先验，仅对不可观测源成分建模并保留几何约束；训练用覆盖 1,100 多个个体皮层几何、源配置来自 26,000 多张统计脑图的全脑模拟器。

局限

从研究设计看，模型仅在模拟数据上训练，实证评估限于两项任务，未报告受试者数量与对照设置。

AI 依据原文整理，未经人工核对。