脑内神经信号的动态传递过程在临床神经疾病诊断和认知科学中得到越来越多的重视和研究。脑磁功能成像技术除了考量脑磁信号与脑磁源信号在空间上的映射关系,还要研究它们在时域上的关系。为求解动态脑磁逆问题,论文基于广泛使用的最小范数估计法,提出求解动态脑磁逆问题的两种解决方案。双正则化技术已在心电逆问题、医学图像重建和电导率反演成像等诸多领域中被广泛研究,论文提出双正则化技术求解动态脑磁逆问题的可能性,改进广义交叉验证准则,通过遗传算法选取双正则化参数,然后找到有效的求解方法。实验结果表明,双正则化方法相比传统的最小范数估计法,重建的源信号均方误差更小,与仿真信号变化趋势更加吻合。由于脑磁测量信号可看作是脑内源信号的线性组合,尝试从脑磁信号中分解出与源信号共同的时域信息,论文提出通过奇异值分解构造时序空间,将脑磁信号投影到时序空间进行逆问题求解,获得最小L2范数的动态脑磁逆问题解。奇异值分解方法的适用范围更广泛,包括癫痫棘波这样的尖峰信号。与双正则化方法相比,奇异值方法的计算量大大降低,不同噪声水平下奇异值分解方法的均方误差都小于双正则化方法,而且重建出的源信号与仿真信号吻合更佳,信噪比更高。