一般来说，地形图描述了整个大脑的电活动分布，如在头皮上许多众所周知的“站”（位置已知的电极）中测量的。

这种电活动是颅骨下方数百万神经元放电的综合结果。它们产生的电信号强度通过参考电极和头皮电极之一进行测量。在典型的脑电图 (EEG)蒙太奇中，您可能有16 到 20 个通道（在特殊情况下更多）。

在这种情况下的逆问题，即给定脑电图的 20 个（例如）信号，计算哪些神经元被激发以及如何不适定，因为它有大量的未知数（数百万个神经元）并且只有少数几个已知（20 个信号）。

然而，可以做的是使用独立分量分析 (ICA)将大脑中数百万神经元的组合电活动分解为少数独立的（在非常具体的数学意义上）分量。

在这种情况下，这个过程的物理解释是 20 通道活动是由 3,4,5,... 头骨内的独立“源”产生的。而且，根据受试者在数据采集过程中所经历的认知任务（其表现受其心理状态的调节），这些独立的组件可能能够提供一些额外的信息。例如，也许疾病正在减少来源的数量或“改变它们的位置”等等。

好的，所以，在这种情况下，我们真正要说的是，我们正在用大脑表面的 20 个电极记录大脑内少数组件的活动。我们在 ICA 中输入所有这 20 个时间序列，然后 ICA 返回：

1. 独立分量（其线性组合生成所有 20 个原始记录的基本波形）

2. 每个电极的“负载”。或者换句话说，混合水平，每个基本成分需要多少才能在每个电极处重建信号。

基本上现在我们有了源的信号，我们正在重新构建电极上的信号。

由于我们现在可以完全控制，让我们考虑一下仅使用一个基本波形会发生什么，我们将其称为“IC1”。如果我们现在绘制电极位置上的负载（并在两者之间进行插值），我们将获得大脑表面独立分量强度的地形图，并且在一定程度上，我们可以定位其活动。其他组件也可以这样做，这就是这些地形图的计算方式。

在脑电图的情况下并假设“标准”蒙太奇，可以生成这些一般图像。在脑磁图 (MEG)的情况下，您可以从制造商处获得电极的实际位置，以准确生成这些图。

有关详细信息，请参阅此、此和本文，而有关该方法的更详细概述，请参阅此链接。这些论文不是“事实上的”论文，但很好地概述了 ICA 在 EEG 中的使用，既可用于预处理，也可用于分析。

希望这可以帮助。