Elektro-encefalografie (EEG) en functionele magnetische resonantie imaging (fMRI) zijn twee van de fundamentele noninvasive methoden voor het identificeren van de hersenactiviteit. Multimodale methoden hebben getracht om de hoge temporele resolutie van EEG combineren met de ruimtelijke precisie van fMRI, maar de complexiteit van deze aanpak is op dit moment moet worden verbeterd. Het hier gepresenteerde protocol beschrijft de onlangs ontwikkelde Spatio fMRI-beperkt EEG bron imaging methode, die tracht te corrigeren bron vooroordelen en EEG-fMRI bron lokalisatie via de dynamische aanwerving van fMRI subregio's te verbeteren. Het proces begint met het verzamelen van multimodale gegevens van gelijktijdige EEG en fMRI scans, de generatie 3D-corticale modellen, en onafhankelijke EEG of fMRI verwerking. De verwerkte fMRI activering kaarten worden vervolgens opgesplitst in meerdere priors, afhankelijk van hun locatie en omgeving. Deze worden genomen als priors in een twee-niveau hiërarchische Bayesian algoritme voor EEG source localization. Voor elk venster van belang (gedefinieerd door de operator), zullen specifieke segmenten van de fMRI activering kaart worden geïdentificeerd als actief voor het optimaliseren van een parameter bekend als model bewijs. Deze zal worden gebruikt als zachte beperkingen op de geïdentificeerde corticale activiteit, verhoging van de specificiteit van het multimodaal imaging methode door vermindering van de cross-talk en het vermijden van verkeerde activiteit in andere fMRI voorwaardelijk actieve regio's. De methode genereert corticale kaarten van activiteit en tijd-cursussen, die kan worden genomen als de eindresultaten, of gebruikt als basis voor verdere analyses (analyses van correlatie, oorzakelijk verband, enz.) terwijl de methode is enigszins beperkt door haar modaliteiten (het zal niet vinden EEG-invisible bronnen), het is over het algemeen verenigbaar is met de meeste grote processing software, en is geschikt voor de meeste neuroimaging studies.