基于相似度矩阵约减的仿射聚类fMRI数据分析

摘要：

利用仿射聚类(APC)方法分析数据量庞大的功能磁共振成像(fMRI)数据时,在时间复杂度、数据存储和聚类效果等方面存在局限性.为此,提出一种融合稀疏仿射传播聚类(SAPC)和相似度矩阵约减的新方法(SDAPC).对fMRI数据进行稀疏逼近后,结合高斯密度函数和欧式距离对稀疏数据进行密度分析,完成约减后fMRI数据的功能连通性检测.任务态数据实验结果表明,对于单被试,SDAPC的ROC曲线与SAPC接近,但运行速度比SAPC提高了约3倍;对于多被试,SDAPC和SAPC的ROC曲线效果均优于其单被试的ROC曲线.静息态数据实验结果进一步表明,SDAPC能成功提取出9个静息态脑网络.

关键词：仿射传播聚类、功能磁共振成像、时间复杂度、相似度矩阵约减、高斯密度函数

所属期刊栏目：42

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金31170952,31470954;上海市教育委员会科研创新重点项目11ZZ143

在线出版日期：2017-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：151-155