| 唐焕文,张伟伟,史振威,等.新的ICA算法实现成组fMRI信号盲分离[J].,2007,(5):773-776 |
| 新的ICA算法实现成组fMRI信号盲分离 |
| Blind source separation for group fMRI signals using a new independent component analysis algorithm |
| |
| DOI：10.7511/dllgxb200705029 |
| 中文关键词: 独立成分分析 盲源分离 功能磁共振成像 |
| 英文关键词: independent component analysis blind source separation functional magnetic resonance imaging |
| 基金项目:国家科技部国际合作资助项目(DF2003)； 国家自然科学基金资助项目(10571018). |
|
| 摘要点击次数: 722 |
| 全文下载次数: 783 |
| 中文摘要: |
| 独立成分分析(ICA)方法已被成功地用于处理功能磁共振成像(fMRI)信号，但主要是用于处理单个被试的fMRI信号，对于多个被试的情况却很少考虑. 为此利用一种扩展的ICA方法——Group ICA来处理多个被试的fMRI信号，结果表明这种方法在保证结果准确性的前提下，可以大大减少计算量，快速获得统计结果. 计算中应用的是NewFP算法，统计结果表明这种算法在估计激活的时间动力学准确性上优于FastICA算法. |
| 英文摘要: |
| Independent component analysis (ICA) has been used effectively for processing the functional magnetic resonance imaging (fMRI) data, but usually the data come from one subject. To process the signals from a group of subjects, an extended independent compo |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |