步骤

一、维护步骤

有两种不同类型的维护方式：常规性维护和MEG系统出现不完善或故障情况时的特殊维护。

1.常规维护

在大多数现代的MEG系统中，常规MEG维护是通过每周对低温控制器中的液氦进行更新，以及计算机软件，硬件的检查（数据备份)。

2.特殊维护

当MSR的屏蔽质量下降后就需要进行特殊维护。磁场或机械压力会对MSR的高渗透性外壳造成不良影响（例如，在近距离处移动大型仪器，由于机器造成的变形)。

此时，我们必须对MSR去磁化（de-magnetized),使仅器中的磁性材料发挥最优性能。

这个过程可以通过下列步骤完成：在MSR的外壳周围放置一个线圈（使MSR成为线圈的一部分）在线圈中通交流电（如50Hz或60Hz的市电)，使电流缓慢上升到400~800安培（Amperetums)的峰值再逐渐降低到0。

二、受试者准备

1.磁场净化

受试者不能佩带任何可能引起各种运动（呼吸、心跳等）相关的伪迹与磁场污染物。检査受试者是否带有下列物品：

一衣服上的金属物品，如拉链扣、纽扣、钩子等

一胸罩或束胸/束腹上的金属物体（通常由女性佩带，这些物品随着女性被试的呼吸可以产生磁场污染）

一钱包、钥匙以及非贵重金属制作的珠宝

一假牙或移植牙有时会成为铁磁性材料

一肺部的磁性沉积物或身体内部被包藏的磁性物体（如受伤后残留的碎片）

减少这类干扰的唯一方式是对被试消磁。消磁时，受试者要显露在一个逐渐减少到O的交流磁场中。根据我们的经验，用来为电视显像管进行消磁的商用线圈可以实现这个目的（如Bemstein2-505型，WerkzeugfabrikSteinriicke)。线圈在被试前方水平面上以IHz的^率做离心旋转。5?8圈旋转之后，线圈以螺旋运动的方式缓慢的向远离被试的方向运动直到距离被试2m处，此时线圈大约旋转了20圈，线圈的倾斜角为90。并且电流被停止。

2.确定头部坐标系统—放置标记

在多种情况下，MEG测量的目的是根据头部解剖学特征找到生物磁场源的位置。

因此，在MEG传感器的坐标定位系统必须与头部的坐标系统（建立在解剖学标志上）之间建立联系，并且最终与影像系统之间建立联系（如MRi系统)。主要有两个步骤：

(1)首先扫描头皮表面或通过3D扫描仪（如IsotrakII，Pdhemus，参见附录）确定MEG系统的基准参考点。通过拟合过程，被扫描的头皮表面（或基准点）可以与根据MR影像建立的头部解剖轮廓（或与基准点）相匹配。

(2)另外一个步骤是使用放置在被试头部的标记。在MEG测量过程中，使用带有小线圈的标记。当这些线圈通电后，它们将产生可以被MEG测量仪定位的磁偶极子，在MR或PET影像扫描过程中，用适宜的材料填充标记。PET扫描不能直接对解剖结构进行精确到毫米的定位，但是可以通过使用适当的标记将PET的扫描影像与MEG的坐标系加以结合。

以下是检验过程：

将三个标记分别放置于鼻根、双侧耳前三个点，使用双面胶固定。标记由3个线圈组成，每个线圈都具有精确的几何形状（印制电路）（BeckeretaL1992);并且被分别固定在一个小的钝面棱柱的三个面上（DiekmannetaL1995)。其他的标记由单个平面线圈组成。为了在计算机上固定坐标系的转换，需要将这些线圈放到头部的中线上（如头顶、枕骨部等，线圈可以与EEG电极相统一)。可以使用低频交流电（如8Hz)为标记线圈逐渐加上电压，或同时使用不同频率的交流电为所有线圈加压。电流强度应当稳定但是可以进行调节。从小电流强度开始（如0.1mA)逐渐增加线圈电流强度，从距离标记线圈最近的传感器开始，直到距离标志线圈最远的传感器结束，最终这些线圈都暴露在最佳的信号状态下（在不增加SQUID的最大回转速率的情况下达到高信噪比借助这些测量方法，通过与定位生物磁场源相似的不断重复的步骤就可以确定线圈的位置（参见附录「数据分析：倒置算法」)，但是对生物磁场源的定位必须首先建立对磁场源的精确假设（通过电流和线圈几何形状定义的磁偶极子)，磁场源的数量以及它们的相对方向（根据棱镜几何学做出定义)。

对于磁共振成像，在标记中间的圆柱形小孔里（深5,直径6)填充类似10mmol/L的CuSO4溶液作为对比。而在PET成像过程中，这个小孔中应该填充正电子放射性溶液。

3.准备同时使用EEG记录和EEG电极

前文已经指出，在许多情况下，将MEG与EEG共同使用是非常有吸引力的方法。

在某些临床场合，这种结合使用方法是非常常见的。EEG电极必须是非磁性材料并且不会造成磁性干扰，电极应该是盘状电极，这样可以使头部和低温保持器之间的距离最小。

应根据诊断和研究的目的不同来改变电极的数量和放置位置。如果同时以统一的物理模型使用MEG和EEG相结合的方法进行表面源定位（参见附录「数据分析：倒置算法」)，头部记录点必须保证足够密度的采样3这就可能要求以2~3cm的格栅重新放置标准10~20脑电记录系统。

理想状态下，EEG电极与MEG结合使用时必须带有一个线圈（Beckeretal.1992)。借助这个线圈，就可以通过与上文描述的电极标记相类似的方法确定头部电极的位置。在电极位置确定之后，就可以随之确定头部的形状，并且将这些数据与对应的MR数据相结合，从而实现MEG和MRI坐标系统之间的相互转换（经过3D扫描确定的坐标系)。

4.受试者体位

受试者的任何动作都会使MEG传感器探测到的磁场发生变化。因此，受试者的头部必须与MEG系统保持相对的固定。例如，通过真空垫和充气气球（在头盔式低温冷却器中使用)。受试者应该舒适地保持静止的坐姿或卧姿，避免使用磁性的床、椅必须确保受试者在接受检测时身体处于最舒适的状态，以便减少被试运动的可能。根据测量过程中受试者的任务和身体位置，应使用真空垫使被试的身体保持静止和稳定。

5.刺激呈现仪器和监视设备的连接

在屏蔽室内的刺激呈现仪器和监视仪器不能产生自己的磁场，与屏蔽室外的仪器进行的连接不能对SQUID的电极功能产生影响。尤其是，连接到屏蔽室内的电缆必须被彻底过滤以减低辐射频率，同时要避免地线。

为了理解这些问题的重要性，必须注意由放射频率产生的电磁场干扰（electromagneticinterference，EMI)会严重降低SQUID的信噪比（SNR)，甚至使这些仪器停止工作。事实上，高频场对SQUID具有两个负面的影响：①SQUID的工作原理—微观量子效应（Josephson效应）将受到严重干扰，造成操作不稳定，甚至造成操作完全停止。②电子读出器（readoutelectronics)的有限频带宽度不能与变化迅速的高频场进行同步变化，这将不能锁定系统。为了避免EMI，每个穿过MSR的低频电线（功率或信号)必须通过一个调节到适宜频带宽度和足够电流/电压量的穿通滤波器加以引导。类似触发（triggers)的高速信号和数据线必须通过光线传导从而达到宽频带范围和EMI安全范围。

地线（多极地线连接）会对测量信号造成严重干扰。干扰信号的波幅会超过大脑磁场信号大约两个数量级。因此，与每个复杂电子系统中的元件类似，接地屏蔽必须是星型而不是多边形。这要求在绝缘器的机箱和MSR的外壳之间进行连接从而避免绝缘器直接接地。对高于电线频率的仪器（对讲机、电视）可以通过诱导变压器或关闭电容器回路来减弱信号连接，从而切断地线。

6.特殊装置

视觉刺激必须通过屏蔽室壁上的小孔投射到磁场屏蔽室内，或者让受试者通过小孔来接受屏蔽室外显示器呈现的刺激，也可以通过光纤系统来呈现刺激。

听觉刺激必须通过非磁性导管传导到受试者的耳朵，可以使用直径IOmm的PVC(聚氯乙烯）管，导管的一端连接到屏蔽室内，另一端装上可以调节的软管来连接到被试的耳孔。在屏蔽室外部的导管要与小型电子声学转换器相连。不能使用一般的耳机或扩音器，因为它们会产生很大的磁场伪迹。对于简单信号，如果通电电缆与MEG的传感器相距较远，那么也可以使用压电蜂鸣器（piezoelectricbuzzers)。

对于触觉刺激，如果（紧贴受试者的）刺激装置不含有铁磁性材料，就可以使用气压、水压或电压刺激器。发送痛觉刺激，可以通过屏蔽室外的激光脉冲器和玻璃光纤发射光脉冲。也可以通过传统的电刺激器来发送体感刺激，但是传导刺激电流的电缆要经过仔细的扭曲处理。

对讲器和压电扩音器可以在屏蔽室内使用，但是它们的连接电缆要与传感器保持相当的距离。

监视受试者行为的电视摄像机必须由电场和磁场屏蔽的盒子包装起来。

患者需要的仪器、监视器（如C〇2)和干涉电池（interventionbatteries)要安装在屏蔽室的外面，通过上述电缆和塑料导管连接到患者身上。

二、测量指导

1.选择数据记录参数

在开始MEG记录之前，必须设定数据收集程序的参数。在记录生物体的功能随时间发生的变化时，应该考虑到滤波和采样频率的参数设置：

上、下限频率（comerfrequencies)应该根据信号的期望频率设置。高通和低通滤波的设置应该提高信噪比，高通滤波还应限制采样频率从而控制数据的采集量。脑部磁场信号通常含有低于IkHz的成分。正常的自发脑部磁活动，中潜伏期和长潜伏期以及癫痼样磁场活动的范围大约在0~70Hz。短潜伏期磁场和多个神经元共同活动所产生的磁场可能包含频率为几百Hz的成分。

采样频率应满足采样原理并避免混淆现象（见第三十五、四十五章)。采样频率基本上根据上限频率（uppercomerfrequency)设置，但也要考虑在这个频率以上的滤波升降度（filterste印ness)。记录自发脑部活动的采样频率大约为200~500Hz，而周围神经的动作电位的混合场（compoundactionfields)可能需要高达几个kHz。

可以连续记录数据也可以仅记录与刺激事件相关的数据片段。连续记录数据后可以使用不同的时程（epoch)对数据进行离线分析，但是这种记录需要足够大的存储（硬件）空间。非连续记录需要较少的存储空间但是限制了后续的数据分析。实验者必须明确是否需要保留原始数据或经过预处理的数据（如磁力计对梯度线圈信号)，还是根据在线算法得到的平均数据。在临床应用中，最后一种记录方法在某些情况下就熊够满足要求。但是用于研究目的时，建议对单次扫描（singlesweep)进行记录。上述方法的使用前提是研究者具有相应的数据记录和分析软件，不用亲自编写计算机程序对数据进行分析。

2.校准

MEG记录每个部分都需要多项技术测量以便达到固定的标准，减小噪声干扰。当被试准备就绪，可以采集生理数据时，必须进行校准（calibration)。根据研究者使用的MEG系统，校准应包括以下几个步骤：

一软件梯度线圈系数的确定

一主动屏蔽仪器的校准

一根据传感器的坐标系统测量头部位置

在所有使用3D扫描或磁性标记的系统中这都是必要的步骤（参见上文，头部坐标系统的确定一标记放置)。这个步骤必须十分仔细地操作，因为所有有关脑部3D源位置的推论都是根据这个步骤做出的。从这个步骤开始到后续的测量过程受试者必须保持其头部静止。如果在测量过程中发现头部活动，最好停止当前测量，重新进行头部位置测定。如果实验设计不允许中途停止，在实验进行完毕后必须测量头部的位置，并将测量结果与测量前的头部位置相比较，检验头部的运动是否在预先确定的范围之内。即使没有预先估计头部运动的范围，在实验结束后也应该对头部位置进行检测，确定头部在实验过程中是否保持静止。

3.适当的生物测量

生物测量对实验和诊断目的依赖性较大，对这种测量有一些基本的建议。条件允许，尽可能对记录数据的质量做在线目测估计。只要实验者控制MEG测量环境，他必须确保在测量过程中没有铁磁性物质发生运动（如升降机)。为了识别由于受试者的动作造成的伪迹，最好通过电视监视受试者的行为或者在屏蔽室内留有实验助手来控制受试者的行为。在临床应用中，最好在患者身边留有监护人员预防癫病或幽闭恐惧症发作。

三、数据分析

1.预处理

MEG数据分析的一个首先的重要步骤是预处理数据。预处理数据是为了提高信噪比（SNR)。某个实验采集的MEG数据由一系列时间段（timeseries)组成。因此，所有用来提高时间段信噪比的技术，特别是那些用在EEG数据采集中的方法都可以在MEG数据分析中使用^数字滤波用来将数据的频带宽度限制在特定的「重要频带」内，或者用来消除类似低频漂移或电力线（powerline)成分。

即对N个时间段的平均叠加可以将SNR提高l/N1/2(参见第四十五章)。实际应用中，由于生物系统的反应将随时间发生变化（如疲劳或适应过程)，因此SNR的提高程度要更小，同时噪声自身的大部分也来源于生物体（自发脑电活动、心跳活动等)，它们可能是非高斯特征并且具有时空相关性。

在处理生物噪亩时，通常使用消除空间相干成分（Spatiallycoherentcomponents；)(如眼动产生的伪迹）方法。实现这种「过滤器」的方法（从广义上讲)，是使用不同导联在噪声源附近对噪声信号进行记录（如眨眼)，并从信号数据中识别，减去单个导联中相关的生物干扰活动（相应的算法见Widrow1985，Abraham-FuchsetaL1993)。

Huotikinen等（1995)开发了一种不单独使用导联记录「噪声，，就可以消除或减少生物噪声的方法。这种方法以信号空间投射（signalspaceprojection)方法为基础。该方法的原理如下：使用最大噪声估计标记出一个时间段，通过这个标记的时间段从信号导联中识别噪声（如眨眼)。这个时间段表示一个在信号空间内具有特定波幅和方向的多维噪声矢量。原则上，在这个时间段内，如果出现在信号中的噪声成分小于最大估计值，则该信号成分中与噪声的矢量方向相同的成分将被剔除。

与诱发刺激有关的信号（或触发信号）s(〇造成的时间「颤抖（timejitter)」，(即采用在某一范围的随机时间间隔，译者注）也会降低SNR。此时，可以通过在平均叠加之前估计刺激-反应的延迟来提高SNR。例如，通过匹配滤波（matched-filter)技术（Whalen1971)。

deWard(1981)与Bertrand等（1990)描述了更为复杂的方法来克服直接平均叠加造成的不足。但是，在记录数据过程中减少噪声是得到最佳SNR的首选方法。

2.定向測览与磁场地形图

在预处理的准备工作结束后，就可以确定每个采样下的磁场分布情况，并将这些分布以图形方式呈现（所有商业系统都包含作图程序)。一般情况下，这些图形可以描述沿头部表面分布，或在拟合头部的球体上或者与头部某些点相切平面上的静态磁场密度的等高线。它们可以直接呈现测量的结果，并对磁场源及其对应的时间变化做最初的估计。

例如，图37-5A呈现了电击左侧正中神经所诱发的磁场，在右半球中央区的表面通过22个传感器组成的矩阵，于9个不同的潜伏期范围对数据进行采样。图37-5A中的时间序列表示2个粗略的偶极子磁场模式，一个产生于I8ms左右，另一个在28ms左右。根据结果，可以进行大概的估计，在大致相同的两个区域内有2个ECD,—个指向y轴正向（18ms)另一个指向轴的负向（28ms)。

但是需要注意，随着磁场模式逐渐变得复杂（图37-5B),仅仅根据目测结果对磁场源进行估计将变得更加困难。

3.解决逆问题

（1）磁场源模型选择

选择磁场源模型与选择头部或躯体模型一样都是定位的关键步骤^除了磁场地形图，必须考虑到生理因素的限制。例如，一个患有局灶性癫痼的患者脑部产生了发放式棘波，在某个时间段出现了具有偶极子特征的磁场，定位这个偶极子最好用单个ECD。

类似的，在研究可以诱发双侧活动的刺激时，至少要选择两个ECD。但除了考虑生理因素，选择模型时也要考虑速度、计算机配置、软件功能以及实验目的等因素。

如果只有一个时间特征具有分析意义（在一次癫痫棘波发放时的波峰值)，我们只需要决定是否需要或需要多少不连续ECD或磁场的形式是否允许使用分布式源分析(下文有详细描述)。

如果要对某个活动的整个时间序列加以分析，就需要考虑使用多个模型，我们将模型限制为3类：

a)单个移动偶极子模型（SingleMovingDipoleModel)。如果磁场地形图随时同变换，但仍旧是偶极性，除非生理上表现出不同的模式，生物电流源应该使用单个ECD,其参数（位置、力矩）是通过对每个时间事件内的磁场分别进行拟合而确定的。因此，从某种意义上，偶极子的位置表示的是磁场发生源的重心，这个位置随着时间进程而发生变化。这个模型在科研和医疗上被广泛使用（AineetaL1998)。需要注意的是，上文提到的对单个偶极子拟合通常被称为移动偶极子拟合，因为偶极子的位置随着每次拟合过程的重复而发生变化。

b)固定偶极子和旋转偶极子模型（fixeddipoleandrotatingdipolemodels)。如果磁场地形图中没有显示出单个偶极子特征，或者生理数据显示有多个偶极子在同一时间内共同活动，一般假设磁场源具有固定的位置和指向，只有它们的强度随时间发生变化。

此外，也可以使电流指向随时间发生改变。这两种模型分别称为固定偶极子和旋转偶极子模型。除了提供偶极子的位置信息，这些模型还可以明确这些偶极子强度随时间发生的变化，在旋转偶极子模型中，还能估计出偶极子的旋转方式。使用这种楔型的前提是具有高SNR。此外，常常很难确定合适的偶极子数目.最后，如果对一个给定的传感器，两个源之间的距离太近我们也不能使用固定偶极子模型。在目前仪器的典型传感器-磁场源距离条件下（4cm)，距离2cm或更近的源就难以被区分。固定偶极子和旋转偶极子模型首先由Scherg(1984)提出，用来分析脑电数据（Scherg1990;Mosheretal.1992),这种方法现在已经被成功的运用在诱发电位和磁场活动分析中。

c)电流分布模型（currentdistributionmodels)。这类模型目的在于确定一个可以解释测量数据的电流密度分布，而不是对几个单独的ECD进行定位。如上文所指对这种逆问题是没有唯一解的。因此，必须使用物理或数学方法来限制可能解的个数。根据这些限制，产生了几种逆问题的源分布式解决方法。第一种方法是传统的最小范数估计法（minimumnormestimate,早期综述见HSmSlainenetal.1993),.这种方法要求电流源的欧几里得（Euclidean)或L2标准达到最小值。根据其他限制进行的后期精细调节可以分成几个类别：LQRETA(lowresolutiontomography,译者注：Pascual-Marquietal.1994);MFT(Ioannidesetal.1995);CCI(Fuchsetal.1995);FOCUSS(Focalunderdeterminedsystemsolver,聚焦算法，译者注：GorodnitskyandRao1997);VARETA(Valdes-Sosaetal.1998)。Robinson和Rose(1992)介绍了一种通过空同til波来估计电流分布的方法。

所有方法都必须谨慎使用。它们并不是为解决逆问题而单独设计的算法。任何一种方法都会有不同程度的幻影（ghostimage),在点源上会产生模糊的影像。同时，传统的最小范数估计方法对靠近传感器的磁场源能够进行最佳估计-最小范数解法（minimum-normsolutions)可以使用在①如果缺乏或只有很少量的限制性彳旨息并且缺乏合理的假设；②研究的目的通过估计电流密度最大区域就可以实现。最小范数解法用于分析诱发活动的晚成分，定位癫痫病灶以及病理性脑节律（Grummichetal.1992;Bamidisetal.1995;Ioannidisetal.1995)。

（2）容积模型的选择

对容积模型（volumemodel)(头部、手足、躯干）的选择会对定位的精确性造成很大的影响；特别是对MEG和EEG数据进行融合（或单独分析EEG数据）分析时受到的影响更大。如果表面的颅骨可以与一个球体很好的拟合，那么头皮表面的MEG源定位数据通常使用简单球模型（sphericalmodel)就可以得到比较理想的结果。只有频骨或皮层表面形状与球面有很大偏离时，真实头模型才能显著增加拟合结果的精确性，这需要更复杂的程序、更强大的计算机功能和更多时间。此外还有有限元素模型（finiteelementmodels),它的优点在于可以将大脑皮层表面的不同导电性加以考虑（沿神经纤维走向分布的脑组织的导电性比横跨神经纤维的脑组织更高)。因此在选择容积模型时需要考虑下列因素：①假设的数据发生源；②定位的精确性；③计算工具的可用性。有三种容积模型：

a)简单几何模型（simplegeometricalmodels)。球体、球形壳、无限半空间（infinitehalfspace)。这些模型的优点是可以通过解析法来解决正问题，这种方法的计算速度较快。在下列条件下必须使用这个模型：①估计精确度只要求到厘米；②磁场源所在区域的头皮形状可以用球面进行良好估计（例如，主要运动和体感觉区皮层的中央区域，或者顶叶的视皮层)。如果计算速度比计算精确性更重要，或者需要用有限的计算能力处理大量数据时，就需要使用简单几何模型。哪种几何模型最适合需要考虑分析数据的特性：

MEG数据。根据被测量的脑部形状，可以选择与局部曲率有最佳匹配的简单球模型。最好根据测量被试MR数据获得大脑皮层的边缘数据。如果不能获得MR数据，我们可以通过3D扫描仪得到的头部轮廓曲线或根据在磁场中确定的EEG电极位置将头部拟合到一个球体上；考虑到头皮和颅骨的厚度，球体模型应该比实际半径小1.5cm。MEG和EEG数据融合（或仅有EEG数据)。一个4壳球模型应该分别与脑皮层(最里层)、脑脊液、颅骨和头皮意义对应。根据我们的经验，使用同心球模型就可以达到目的。各层边缘形状的数据应该从每个被试的MR影像中获取，如果缺乏个人数据，应该使用6?7_厚度代替头皮和颅骨，2mm代替脑脊液从而估计被试的头部轮廓。

神经磁图描记术（magnetoneurography)。躯干或四肢可以使用无限半空间模型拟合，躯干或四肢的表面应该与空气和身体之间的边缘相切。

b)真实边界兀模型（realisticallyshapedboundaryelementmodels,BEM)。此类模型将大脑（躯干和四肢）解剖为均匀、等方的不同部分。这些部分的表面具有不同的导电性，它们的轮廓必须根据MR或CT扫描数据确定。第一步要计算磁场，来确定这些表面的电位（BarnardetaL1967;MeijsetaL1987)。通过这个步骤，表面被分解成三角形。三角形的数量由被模拟表面的细节信息以及磁场源在表面附近的空间分布频率确定；分析靠近边缘（髙空间频率）的磁场源时，为了以较高的精确度估计表面的电流分布情况，三角形的数量不能过少。三角形的增加会增加计算量，为了减少计算量，应该选取一个折中的办法。例如，在三角形之间使用啮合对关键部位进行局部细微调节。仿真模拟的结果显示当需要达到毫米级的精确度时，大约需要2000~3000个三角形来模拟脑皮层，颅骨或头皮表面（YvertetaL1996)。由于必须使用数学方法，边界元模型的计算量比简单几何模型的计算量多几个数量级。但是，随着计算机芯片技术的不断发展，当MRI扫描技术出现后，源定位的精确度要比球体模型能达到的精确度高，此时BEM技术成为源定位技术发展水平的代表；当同时对EEG数据进行分析时，这一点尤为明显。在Meijs等（1987)，HamSlainen和Sarvas(1989),Pruis等（1993)，Cuffin(1995)和Haueisen等（1997a)的文章中对这一方法有详细介绍。

c)有限兀素模型（finiteelementmodels,FEM)。此类模盤也可以考虑各容积(头部、躯干、四肢)、未被头皮覆盖的区域（眼睛)，以及含有液体的容积（脑室、血管、细胞等）的导电性的各向异性。使用FEM时，头部的3D容积应该被划分为许多小的、分段均勻的容积元素。在3D空间中必须使用数学方法，而2D表面则不需要使用同样的数学方法，与BEM相比』FEM的计算量显著增加。如果考虑各个部分的各向异性，计算量会增加更明显。因此，在分析少量数据或精确度要求极高（例如，使用FEM作为标准对各种源定位方法进行比较）或者有充足的时间进行分析时，才使用FEM。目前我们对生物体内各组织的导电性分布情况并没有完全掌&这制约了FEM可能达到的精确性。迄今为止，还没有任何方法可以在研究者感兴趣的频带宽度内(<~10kHz)以较高的精确度确定头部不同部分的导电参数。Yan等（1991)，Pmis等(1993),Haueisen等（1995)，Gevins等（1996，1997)，Buchner等（1997)和Haueisen等（1997b)的文献中有FEM的使用案例。

（3）逆算法

在使用ECD拟合场源时，「逆问题」的一个方面是指找到合适的、能够解释被观察磁场的偶极子。这个问题是通过一个拟合过程来解决，可以分成两个计算步骤：首先使用正向方法通过容积模型计算电场或磁场发生源的可能位置。之后通过比较计算结果和测量结果进行矫正，两个结果之间的差异用来矫正当前ECD参数，从而减少下一次计算时的偏差。上述步骤不断重复，直到错误降低到预计的最小标准。当进行矫正计算时，可以认为磁场随偶极子的力矩线性变化，而随偶极子的位置非线性变化。只有问题的非线性部分需要借助数学算法得到矫正的位置数据。之后，被矫正的偶极子力矩可以通过一个简单的线性方程系统计算出来。最佳算法应该有较快的速度，不能由于重复的计算而发生局部最小误差W如果预先得到了部分场源信息（如头部标记线圈的位置)，可以使用类似Levinson-Marquart算法（Marquart1963)的快速梯度方法。在其他情形下，应该使用含有随机搜寻成分的方法。根据我们的经验，Nelder和Mead(Pressetetal.1992)的单一方法基本不以局部误差为结束，但是这种方法的速度很慢。以不同的起始值（=对ECD的位置和方向做的估计）重复倒置步骤可以确保该方法与整体而并非局部的最小误差一致。

（4）场源参数置信区间

每个生物测量中都不可避免地存在噪声。因此，即使假设的场源和容积模型完全正确，逆过程得到的有关场源的参数仍旧是对真实参数的估计值，必须被放置在一定的置信区间内加以解释。在无关噪声条件下，置信区间也许能够从逆重复处理的最小方差推导出。但是，噪声不仅仅来源于仪器，而且还来源于生物体。在meG记录中，自发的脑活动是所有与研究有关的信号的背景噪声（特定节律、癫痼放电、诱发活动）；此类噪声与时间和空间具有髙度的相关性。当这种相关性被忽略时，一般情况下使用的置信区间会变得非常小。更好的方法是使用背景活动在时间和空间上的协方差（vanDijketal.1993)。大多数计算置信区间的方法是根据被估计矢量周围的置信区间的线性化或者根据计算机模拟（Kurikietal.1989;Mosheretal.1993;RADIchandBuckley,1995)。

Mosher等（1993)建议使用Cramer-Rao下限来定义位置的精确性。Cramer-Rao下限不仅能考虑到噪声，而且可以考虑影响位置精确性的场源-传感器相对位置（如场源和传感器之间的距离、相对指向)。但是，Cramer-Ra0下限只能提供误差估计的下限。这种方法与通常使用的误差估计方法不同。因此，它们只能作为相对的测量来使用。例如，比较不同的方法或者计算总结性测量时使用（见附录「总结方法」)。

（5）生理限制

由于生物磁场源估计是没有唯一解的逆问题，在减少解的数量时必须同时考虑到生理因素作为限制。例如，可以为单一场源强度设置上限。如果可以估计被激活脑区表面，那么生理意义上的限制就可以减少。根据LopezdaSilva等（1991)的研究，一个3~4cm2的激活区域可以产生一个大约IOOnAm的偶极子力矩。其他的生理信息可以用来限制可能偶极子的数量。例如，听觉诱发的脑皮层活动至少具有两个分别位于不同半球、同时活动的场源。在临床调查中，患者的脑成像（MR或CT)可以反映的皮层，因此可以排除这些区域参与活动的可能。

（6）与MRI影像的整合

在多数情况下，逆计算得到的数据可以转化为MR影像以便看得更为清楚。如果已经确定一个以MEG数据建立的头部参考系统和将其连接到MRI(或PET)的转换(见「受试者准备」)，那么这种投射就可以很容易实现。通过这种转化，任何源定位信息都可以投射到MR(或PET)影像中（图37-6)。

（7）方法小结

当定位重复性单个事件的发生源时（如癫痼放电)，得到的ECD会分布于某个特定脑区。总体上/这种分布会部分由生物和技术噪声干涉造成。这种分布反映了观察到的个体事件，个体事件可以在某个特定的区域发生（如癫病灶）并且具有不同的时间特征。因此，首先对这些个体事件进行平均然后再寻找相应的「平均ECD」是不合理的。我们应该使用另一种方;去来概括场源（即测量这些事件的中心趋势）。推荐使用的方法是由Vieth等(1992)提出的偶极子密度分布模型，这种方法将每个场源定位与对应的连续3D分布（维度：单位容积内的偶极子）相结合，用参数来反映源定位的不确定性。例如，在每个ECD发生源上都标明了该三维高斯分布，这些分布具有与CramerRao下限等价的变异以及它们容积的积分的等效体（更精确的表述：1个偶极子）。通过对个别分布的概括，我们可以得到整体偶极子的密度分布，通过计算这些分布的平均值、中间值以及重心等就可以描述出偶极子的整体分布（DiekmannetaL1998)。

结果

一、癫病活动

图37-7是从一个局灶性癫痼患者脑部记录到的某一时段内发生的癫痼样梭状事件产生的磁场变化情况。图37-8是由同一患者脑部记录到的15个类似的事件投射到MR图像上的等价偶极子定位（由三角形标明)。偶极子被拟合到梭状波第一个波峰出现的时刻$37-7中的点线)。图37-9呈现了图37-8中ECD的偶极子密度分布。图37-9将磁场等高线投射到与图37-8对应的同一张MR切片上」分布的重心由白色菱形表示；本例中重心没有与波峰值出现的区域重合，这是因为存在几个局部密度峰值所造成的(但是从统计上意义上这类局部峰值不能被视为两个或多个分离的癫病灶)。

二、诱发脑活动

作为一个诱发脑活动的例子，图37-10显示了在一个体感刺激实验中由两套检测线圈记录的脑磁活动的平均时程。用〇.3ms阈上电刺激作用在右侧手腕处正中神经，可在大多数导联上记录到一个两相时间变化模式，在刺激（垂直线段）后约26ms磁场方向逆转，两个峰分别出现在大约22ms和30ms。通过一个固定偶极子模型研究者成功的拟合了磁场的时空模式。对拟合结果的分析显示，两个偶极子可以解释在刺激呈现后20?23ms和28~34ms内大约98%的磁场变异，即在两个时段内磁场强度最大值出现的时刻。两个偶极子都被定位在被试的对侧感觉玉动脑区（图37-12)。根据固定偶极子模型，图37-12中位于边缘处的ECD是诱发磁场的第一个峰值（20~23ms)内最显著的成分；如图37-11所示（曲线Dl),这个偶极子解释了第一个峰值内绝大部分变异，而两个偶极子对第二个峰值的贡献大致相同（27~34ms，曲线D1和D2)。