一种基于独立成份分析的fMRI时-空模型数据处理方法

• 作者: 尧德中 陈华富
• 来源期刊: 中国医学物理学杂志
• 关键词: 脑功能磁共振成像 独立成份分析 空域分布 时域过程 信号模型
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 医学信号处理与医疗仪器
• 页码范围: 245-248
• 页数: 4页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2003.04.020

摘要

独立成份分析(ICA)是信号处理领域中新近发展起来的一种很有应用前景的方法,而脑功能磁共振(fMRI)信号的有效分离与识别是一个正在研究和试验之中的技术领域.因此,发展基于ICA的fMRI数据处理方法具有明显的理论价值和应用前景.本文首先介绍了ICA原理,分析了现行ICA-fMRI方法采用的信号与噪声的空域分布相互独立的信号模型所存在的明显不足,然后提出了微域中的信号与噪声的时域过程相互独立的fMRI信号模型,从而建立了一种新的fMRI数据处理方法:邻域独立成份相关法.合理的fMRI实验数据处理结果验证了新方法的合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华富	电子科技大学应用数学学院	28	256	9.0	15.0
2	尧德中	电子科技大学生命科学与技术学院	117	861	14.0	23.0