10.3969/j.issn.1000-3428.2014.03.043
脑图像数据中的独立分量分析方法
针对脑功能磁共振成像在处理数据时空间维数较大的问题,提出一种空间独立分量分析(ICA)方法。研究空间ICA方法的基本模型结构和空间ICA的3种常见算法,即Infomax算法、Fixed-Point算法和Orth-Infomax算法。设计中文词义辨别实验,并使用线性相关方法进行算法比较。实验结果表明,与Infomax算法、Fixed-Point算法相比,Orth-Infomax算法任务相关分量的时间序列与参考函数的平均相关系数最大,具有较高的求解质量和求解效率,能够有效处理脑功能磁共振成像系统中存在的大量数据。
脑功能磁共振成像、独立分量分析、一致任务相关成分、正交信息极大化算法、源信号、线性相关
TP393.41(计算技术、计算机技术)
国家自然科学基金资助项目“基于fMRI的个性化图像情感标注及其本体库研究”60970059。
2014-04-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
205-207