基于非负性约束K-SVD的fMRI盲源信号分离
近年来,K-SVD算法在功能磁共振成像(functional magnetic resonance imaging,fMRI)数据分析方法的研究中越来越受到关注.在本文中,提出了一种新的基于非负性约束K-SVD(Non-negative K-SVD,NK-SVD)的盲源信号分离(Blind Source Separation,BSS)方法.首先,随机初始化字典矩阵,利用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)求得稀疏向量矩阵;然后利用NK-SVD迭代更新字典矩阵和稀疏向量矩阵;进一步,对字典矩阵求伪逆,乘以原始信号数据,可得到脑功能激活区;最后,将本文的方法应用于模拟数据和真实数据,结果证明了方法的有效性,并且比传统算法有更好的效果.
盲源信号分离、K-SVD、稀疏性、非负性
26
TN9;TP3
国家自然科学基金31470954
2017-09-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
114-120