Decoupling Time and Space: A Temporally Conditioned Refinement for EEG Source Imaging
作者: Marco Morik, Jesse Palarus, Carmen Vidaurre, Klaus-Robert Müller, Shinichi Nakajima
分类: cs.LG
发布日期: 2026-10-05
备注: This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible
💡 一句话要点
提出双流框架以解决EEG源成像中的时空耦合问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)
关键词: 脑电图 源成像 深度学习 时空解耦 Transformer 空间重建 神经科学 临床应用
📋 核心要点
- 现有EEG源成像方法在空间重建时面临时间上下文丢失和重建精度与推理成本之间的权衡。
- 论文提出了一种双流框架，通过时间条件编码器和源空间Transformer解耦时间与空间的学习，提升了空间定位精度。
- 在高噪声和多源条件下，模型在合成数据上的表现超越了传统方法，并成功应用于真实EEG数据的年龄组解码。
📝 摘要（中文）
脑电图（EEG）提供了毫秒级的时间分辨率，但推断潜在神经源是一个严重不适定的空间逆问题。尽管深度学习在空间重建方面取得了进展，但现有架构面临关键困境：逐帧模型丢弃了重要的时间上下文，而完整的4D时空网络在重建精度和推理成本之间存在架构权衡。本文提出了一种新颖的双流框架，明确将全局时间表示学习与每个时间点的空间细化解耦。基于Transformer的时间条件编码器通过因子化的时空注意力处理整个EEG序列，保留传感器解析特征。固定逆映射将这些特征映射到源索引条件，以供每个时间步的源空间Transformer或体积卷积细化器使用。大量评估表明，这种时间先验显著改善了空间定位，尤其在高噪声和多源环境中超越了经典和时空基线。
🔬 方法详解
问题定义：本文旨在解决EEG源成像中的时空耦合问题，现有方法在逐帧处理时丢失了重要的时间信息，而全时空网络则面临重建精度与推理成本的权衡。
核心思路：提出的双流框架通过时间条件编码器和源空间Transformer将全局时间表示学习与每个时间点的空间细化解耦，从而保留时间上下文并提升空间重建精度。
技术框架：整体架构包括一个基于Transformer的时间条件编码器，负责处理整个EEG序列，并通过因子化的时空注意力保留特征；然后，固定逆映射将这些特征映射到源索引条件，供后续的源空间Transformer或体积卷积细化器使用。
关键创新：最重要的创新在于明确解耦时间与空间的学习过程，利用时间条件编码器有效保留时间信息，显著提升了空间定位的准确性。
关键设计：模型设计中采用了因子化的时空注意力机制，确保了时间特征的完整性；同时，训练过程中使用了多样化的引导场和显式算子不匹配，以增强模型对未见头部几何的迁移能力。
🖼️ 关键图片
📊 实验亮点
实验结果表明，提出的模型在高噪声和多源环境下的空间定位精度显著优于传统方法，尤其在合成数据上表现出色，成功解码真实EEG数据中的年龄组差异，展示了良好的迁移能力。
🎯 应用场景
该研究在脑电图源成像领域具有广泛的应用潜力，尤其是在神经科学研究、临床诊断和脑机接口等领域。通过提高空间定位精度，能够更好地理解脑功能和疾病机制，推动个性化医疗的发展。
📄 摘要（原文）
Electroencephalography (EEG) offers millisecond temporal resolution, but inferring underlying neural sources is a severely ill-posed spatial inverse problem. While deep learning has advanced spatial reconstruction, current architectures face a critical dilemma: frame-by-frame models discard vital temporal context, whereas full 4D spatiotemporal networks introduce an architectural trade-off between reconstruction accuracy and inference cost. We propose a novel two-stream framework that explicitly decouples global temporal representation learning from per-time-point spatial refinement. A Transformer-based Temporal Condition Encoder processes the entire EEG sequence via factorized spatiotemporal attention, retaining sensor-resolved features. A fixed inverse then maps these features into source-indexed conditioning for a per-timestep Source-Space Transformer or volumetric convolutional refiner. Extensive evaluations on realistic synthetic data demonstrate that this temporal prior dramatically improves spatial localization, outperforming classical and spatiotemporal baselines, particularly in high-noise and multi-source regimes. Training across diverse leadfields and explicit operator mismatches improves transfer to unseen head geometries and brings template-based reconstruction closer to subject-specific inversion. Furthermore, we apply the model trained only on synthetic EEG data to real-world EEG. A logistic regressor fit on source power differences in eyes-open, eyes-closed conditions successfully decodes age groups.