电生磁（Electroencephalography and magnetoencephalography，简称EEG/MEG）合并了两种网络成像技术。EEG是通过放置在头皮上的电极记录大脑活动，而MEG则是通过探测头周围磁场的变化来得到的。它们主要用于研究认知行为、神经和精神疾病等领域。
然而，EEG/MEG数据处理中最常见的问题之一就是信号干扰。尽管EEG/MEG信号具有极高的时间分辨率，但由于其弱信号噪声比和多源信号干扰，信号处理的挑战仍然巨大。
最近，科学家发明了一种新颖的信号处理方法，称为电生磁变量最小化（electroencephalography and magnetoencephalography source space decomposition by variable projection，简称VARETA）方法。从头发到颅骨到大脑皮层的全流程数值仿真的结果表明，VARETA比其他常用变量分离技术在信号分离和噪声提取方面表现更为优异。
VARETA技术的详细介绍过于专业，本文不再赘述。感兴趣的读者可在学术网站上查阅它的相关文献。
