波束形成(Beamforming)是一种对脑磁信号(MEG)进行偶极子溯源的方法,目前应用较广,但其定位结果受各种复杂因素影响,提高定位准确度是目前研究的关键点。本文通过MATLAB仿真研究了DICS和LCMV两种Beamforming溯源方法的性能影响因素,得出了定量的结论,对准确进行真实MEG信号溯源有一定的指导意义。论文首先从生物电磁研究出发,阐述了MEG溯源的两个重要内容:正问题和逆问题的求解模型和方法,重点分析了正问题中的头模型构造与逆问题中的Beamforming方法,并对常用的脑磁源定位方法进行了比较。通过对各种噪声背景下的模拟MEG数据进行源定位,并调整正则化参数,研究正则化参数对DICS源定位的影响。结果表明DICS方法通过正则化参数可对各种噪声产生不同程度的抑制作用。将正则化参数值设定在[0.001%1%]区间时,可对各类噪声产生有效的抑制作用的同时,稳定定位效果。然后研究不同噪声环境下,不同头模型对LCMV方法定位与重建的影响。基于多种头模型,进行正向计算得到MEG记录,然后对叠加各种伪迹噪声的MEG记录进行LCMV溯源仿真。结果表明,当信噪比达到一定阈值时,不同头模型对LCMV定位的影响可以忽略。不同伪迹噪声对LCMV定位产生的影响各不相同,其中基线漂移的影响最小,高斯白噪声的影响最大,而总体来说LCMV定位方法在信噪比高于-10dB的噪声背景下的定位效果较好。论文最后将DICS和LCMV方法应用于真实MEG信号的源定位,结果证明这两种波束形成算法在相关参数设定下能可靠地求解真实MEG数据的逆问题。