基于字典稀疏性的脑图像数据盲分离方法

• 作者: 冯宝 刘晓刚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 盲分离 功能核磁共振成像 独立成分分析 字典学习 体素选择
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 269-274
• 页数: 6页
• 分类号: TP393.41
• 字数: 5483字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.12.051

摘要

针对独立成分分析(ICA)方法的独立性假设在实际脑图像分析中很难完全满足的问题,根据脑图像数据的特点,提出一种基于字典稀疏性的盲分离方法.结合字典学习和盲分离技术,利用源信号在所选字典中的稀疏性,将盲分离的过程转换到稀疏域中,通过在稀疏域中对源信号施加稀疏性约束进行盲分解.采用脑激活区定位实验对该方法进行验证,并用线性相关方法进行结果比较.结果证明,与ICA方法相比,该方法得到的激活体素平均时间序列与实验任务更相关,激活体素空间分布也更集中,具有较高的求解质量和求解效率,可用于更好地分析脑图像数据,在稀疏域中进行盲分解时提高盲分解的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓刚	桂林航天工业学院自动化系	54	221	9.0	11.0
2	冯宝	桂林航天工业学院自动化系	16	7	2.0	2.0