發(fā)布時間：2018-06-23 04:00

  本文選題：功能磁共振成像 + 獨立成分分析��； 參考：《安徽大學(xué)學(xué)報(自然科學(xué)版)》2016年01期

【摘要】：獨立成分分析方法已經(jīng)成功地運用于分析功能磁共振成像數(shù)據(jù).盡管獨立成分分析方法是一個很有前景的數(shù)據(jù)驅(qū)動分析方法,但是在執(zhí)行獨立成分分析之前,需要確定好獨立成分的數(shù)目.準確地估計出功能磁共振成像數(shù)據(jù)中獨立成分數(shù)目對減少過估計或者低估計能起重要作用,目前有許多信息理論準則方法已經(jīng)廣泛運用于獨立成分數(shù)目估計中,但通常容易出現(xiàn)過估計現(xiàn)象.該文提出一種基于有效檢測準則的fMRI源信號數(shù)目的估計方法.模擬數(shù)據(jù)實驗結(jié)果表明,該方法對不同平滑數(shù)據(jù)具有很好的魯棒性.將該方法用于真實的功能磁共振成像數(shù)據(jù)中,可以減少色噪聲下真實數(shù)據(jù)的過估計,對功能磁共振成像源信號數(shù)目的估計表現(xiàn)出了較好的綜合性能.
[Abstract]:Independent component analysis (ICA) has been successfully used to analyze functional magnetic resonance imaging (fMRI) data. Although the independent component analysis method is a promising data-driven analysis method, the number of independent components should be determined before the independent component analysis is performed. Accurate estimation of the number of independent components in functional magnetic resonance imaging data can play an important role in reducing overestimation or low estimation. At present, many information theory criteria and methods have been widely used in independent component number estimation. But it is usually easy to estimate. In this paper, a method for estimating the number of fMRI source signals based on effective detection criteria is proposed. The simulation results show that the proposed method is robust to different smooth data. Applying this method to the real fMRI data can reduce the overestimation of the real data under the color noise, and the estimation of the signal number of the fMRI source shows good comprehensive performance.
【作者單位】： 上海海事大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(31170952,31470954) 上海科委基金資助項目(14590501700)
【分類號】：TN911.23;R445.2

【相似文獻】

相關(guān)期刊論文 前10條

1 陳華富;獨立成分分析及其應(yīng)用的研究進展[J];生物醫(yī)學(xué)工程學(xué)雜志;2003年02期

2 齊志剛;王曉怡;王星;鄔霞;李坤成;;健康老年人腦默認網(wǎng)絡(luò):獨立成分分析聯(lián)合相關(guān)分析的初步探討[J];中國醫(yī)學(xué)影像技術(shù);2010年09期

3 孫曉麗;王艷軍;彩倩杰;孫雨安;王國慶;;基于高分辨質(zhì)譜獨立成分分析的黃芩炮制過程分析[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2014年03期

4 王世杰;羅立民;;基于空間約束的時間獨立成分分析方法分析fMRI數(shù)據(jù)[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年06期

5 楊青川;楊青;姚鑫;劉洪彬;;基于移動窗FICA和SOM方法的心動異常診斷[J];南京理工大學(xué)學(xué)報;2013年04期

6 鐘元;王惠南;盧光明;鄭罡;張志強;劉一軍;;基于時間聚類分析和獨立成分分析的癲癇fMRI盲分析方法[J];生物物理學(xué)報;2008年03期

7 趙飛帆;方路平;陳仕驍;;基于人臉視頻測量脈搏方法的初步研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2012年05期

8 張偉偉,史振威,閻芬,唐煥文,唐一源;利用獨立成分分析實現(xiàn)成組的fMRI信號的盲分離[J];中國醫(yī)學(xué)影像技術(shù);2005年03期

9 程思佳;景斌;李海云;;人腦對握力刺激響應(yīng)特征的數(shù)值計算分析方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2014年03期

10 汪偉;華琳;鄭衛(wèi)英;劉紅;;基于獨立成分分析和隨機森林判別法的Microarray分析及在分子生物學(xué)中的應(yīng)用[J];中國優(yōu)生與遺傳雜志;2009年08期

相關(guān)會議論文 前10條

1 王桂安;余先川;方李根;張婷;;獨立成分分析研究綜述[A];第七屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)會議論文摘要匯編[C];2004年

2 李杰;高大啟;;線性與非線性主成分分析和獨立成分分析數(shù)據(jù)降維的比較[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

3 王桂安;余先川;方李根;張婷;;快速獨立成分分析及其在礦產(chǎn)預(yù)測中的應(yīng)用[A];第七屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)會議論文摘要匯編[C];2004年

4 吳新杰;王鳳翔;;基于獨立成分分析處理兩相流信號的方法[A];全面建設(shè)小康社會：中國科技工作者的歷史責任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

5 李強偉;;獨立成分分析及其在兩相流信號處理中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

6 劉文思;耿艷峰;趙丹;于光金;張允寧;姜威;;ICA技術(shù)在兩相流檢測中的應(yīng)用研究[A];第十五屆中國海洋（岸）工程學(xué)術(shù)討論會論文集(中)[C];2011年

7 許海翔;叢豐裕;雷菊陽;史習(xí)智;;時頻域非參數(shù)密度估計的獨立成分分析[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

8 吳新杰;陳躍寧;石玉珠;蔣秋莉;;空間濾波和獨立成分分析在速度測量中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

9 謝元芳;張正國;;兩導(dǎo)心電信號的獨立成分分析[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

10 張玉潔;王法松;李宏偉;;基于ICA的AR序列疊加過程的分解與復(fù)原[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

相關(guān)博士學(xué)位論文 前6條

1 楊s，

本文編號：2055667