空间ICA在fMRI数据上的应用与分析

• 作者: 丁国胜 姚力 彭聃龄 赵小杰 龙志颖
• 来源期刊: 中国医学物理学杂志
• 关键词: 独立成分分析(ICA) 空间映射 主成分分析(PCA) 统计独立
• 年，卷（期）: 2003,（4）
• 所属期刊栏目: 医学影像物理
• 页码范围: 219-221
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2003.04.010

摘要

独立成分分析(ICA)技术试图将多维数据分解成若干个相互统计独立的分量.时间ICA和空间ICA都可以用于分析功能核磁共振成像(fMRI)数据.但由于fMRI数据空间维数远远大于时间维数,为计算方便,在分析fMRI数据时,则更多的使用空间ICA方法.本文在单任务激励实验中,利用ICA方法从fMRI数据中分离出若干个与任务相关的独立分量,其中包括与任务相关的恒定分量(CTR)和与任务相关的暂态分量(TTR);通过将这些独立分量进行空间映射,得到了与任务相关的脑部激活区域.将此结果与SPM的分析比较,得到了一致的结果.在对结果的分析中,我们进一步指出了ICA方法的特点和局限性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭聃龄	北京师范大学心理学院	112	2605	30.0	47.0
2	姚力	北京师范大学电子系	24	239	9.0	15.0
3	赵小杰	北京师范大学电子系	10	47	4.0	6.0
4	龙志颖	北京师范大学电子系	4	33	3.0	4.0
5	丁国胜	北京师范大学心理学院	1	10	1.0	1.0