多个空间高斯源信号情况下成组三维图像特征提取方法

• 作者: 曾令李 李明 武兴杰 沈辉 王晓红 胡德文
• 来源期刊: 海军航空工程学院学报
• 学科: 医学
• 关键词: 功能磁共振成像 盲源分离 典型相关分析 成组分析
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 电子信息理论与技术
• 页码范围: 261-264,283
• 页数: 5页
• 分类号: TP391.41|R318
• 字数: 2207字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2017.03.001

摘要

针对功能磁共振成像数据中含有多个高斯信号源的盲源分离问题,介绍了一种成组典型相关分析方法(Group BSS-CCA).这个方法的组分析框架参照了GIFT工具箱中的Group ICA算法,具体的典型相关分析方法应用的是Friman等人提出的BSS-CCA算法.以验证该方法的有效性为目的,设计了仿真实验;结果表明,该方法能较好识别出混合在人脑功能磁共振成像数据的2个空间高斯信号.Group BSS-CCA算法对研究人脑的功能磁共振成像数据具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡德文	国防科学技术大学机电一体与自动化学院自控系	32	287	10.0	16.0
2	沈辉	国防科学技术大学机电一体与自动化学院自控系	9	46	4.0	6.0
3	王晓红	解放军第107医院信息科	31	48	4.0	6.0
4	李明	国防科学技术大学机电一体与自动化学院自控系	12	91	5.0	9.0
5	武兴杰	海军航空工程学院控制工程系	1	2	1.0	1.0
6	曾令李	国防科学技术大学机电一体与自动化学院自控系	2	3	1.0	1.0