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 |