fMRI脑图的感知状态分析——回归模型及其寻优的非同质检验

摘要：

脑功能核磁共振图像fMRI的特点是定位准确,但信噪比低、数据量大.对fMRI教据的泛回归模型的超参数寻优问题作了分析,提出基于非同质检验的超参数确认方法,重点比较了它在线性和非线性的回归方式(包括岭回归,支持向量回归,Elman递归神经网络)下针对不同外界环境特征的回归能力差异,实验所采用原始数据均来自PBAIC2006,结果表明,该方法在对相关领域知识较少依赖的前提下,具有较好的稳定性和泛化能力;同时在所涉及到的回归方法当中,线性方法的实现简单、有效,在计算代价上低于其他方法,对多种外界特征具有较高的预测能力.

关键词：岭回归、支持向量回归、Elman递归神经网络、交叉检验、PBAIC 2006、功能核磁共振图像

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60273087;50474041

在线出版日期：2007-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33