跳到正文
arXiv · ML· Zhiyong Zhou, Sheng Liao, Xiaolin Li, Youshen Xiao, Bin Dai, Surui Liu, Yakang Dai·· 10 天前AI 评分23

PINR-ESI:用于脑电图扩展源成像的物理信息自监督隐式神经表示框架

PINR-ESI: Physics-Informed Self-Supervised Implicit Neural Representation Framework for EEG Extended-Source Imaging

AI 导读

提出PINR-ESI框架,利用物理信息自监督隐式神经表示实现脑电图扩展源成像,无需配对源标签。 该框架通过导场矩阵约束模型,将皮层电流密度建模为连续坐标条件场,并用经典逆估计提供空间约束。 在模拟及癫痫患者真实脑电图数据上评估,验证了框架在源定位上的可行性。

来源:arXiv · ML · arxiv.org