基于小波包变换的特征提取方法分析fMRI数据

摘要：

多尺度特征提取(MFE)利用时频特性各异的小波变换尺度分割fMRI数据的频谱,藉此准确提取激活信号和去除干扰.但在多尺度分析中,小波包变换较小波变换分割频带更精细,因此更适合MFE分析fMRI数据.为此,基于小波包变换构建新的MFE,并设计小波包的矩阵算法代替逐体素的迭代算法快速提取激活信号,后用相关分析进行检测.分析听觉fMRI试验数据的结果表明,新MFE检测的激活区位置与原有MFE和国际权威方法统计参数图(SPM8)检测的位置相同,但检测的激活体素个数较原有MFE多13.2％,较SPM8多30.8％.而且新MFE采用矩阵算法分析听觉数据仅消耗31s,采用逐体素迭代算法耗时48.5 min,SPM8耗时77 s.因此,小波包变换和矩阵算法赋予MFE更好的性能分析fMRI数据.

关键词：功能磁共振成像、小波包变换、特征提取、相关分析

所属期刊栏目：31

分类号：R445.2(诊断学)

资助基金：河南省教育厅自然科学基金项目2007310024,2008A180040;周口师院博士科研基金项目2006SRFD002

在线出版日期：2013-03-08（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：956-960