张 斌，谢松云，李宁飞

（西北工业大学 电子信息学院，陕西 西安 710129）

EEG与MEG都能够提供具有良好时间分辨率 （通常为毫秒级）的数据，但空间分辨率有限。与之相对应，功能磁共振（function Magnetic Resonance Imaging， fMRI）提供了良好的空间分辨率却相对较差的时间分辨率。研究人员们开始从将脑电与功能磁共振技术进行结合的角度寻求灵感和算法[1]，其目的就是结合两者的优势，并最终得到更为合理精确的源定位结果。人脑建模是脑磁图（Magnetoencephalogram，MEG）与脑电图（Electroencephalogram，EEG）计算中正逆问题的先决条件。同时它也是基于EEG/fMRI的多模态医学数据融合中约束方法首先要解决的问题。实际应用中广泛应用的往往是球头模型，通过将人脑部简化为球使得正逆问题得到简化。最为常用的为三层球头模型，该模型包含头皮、颅骨以及大脑三层，其它的类似球模型包括五层球模型以及重叠球模型等。然而，在使用偶极子方法进行求逆时，由于球模型与真实头部的差异，在相关的数值运算以及激活源定位时会引入巨大的误差[1]。这一缺陷也使得球模型的应用受到了限制。为了提高新模型的准确程度，研究者开始考虑在构建模型时结合人脑MRI数据。

随后产生了几种建立真实头模型的数学方法，如基于体元的有限元方法（Finite Element Method，FEM）以及基于面元的边界元方法（Boundary Element Method， BEM）[2]，这两种方法都是通过使用三角元来构建模型。为了保证模型的准确性，使用的三角元必须很小，因此需要大量的节点坐标，随之而来的就是庞大的运算量，致使真实头模型无法得到广泛应用[3]。……