基于凸分析的盲分解方法及在脑功能磁共振成像数据分析中的应用
冯宝
电子信息与自动化学院桂林航天工业学院,广西桂林,541004
摘要：盲分解(blind source separation,BSS)是经典的功能磁共振成像(functional magnetic resonance imaging,fMRI)数据驱动类分析方法.独立成分分析(independent component analysis,ICA)是fMRI数据盲分解的常用方法之一,主要利用源分量的独立性假设来从fMRI数据中提取持续任务相关(consistent task related,CTR)成分.然而在实际fMRI数据处理中发现源分量的独立性假设很难完全满足.为了提高CTR成分提取准确率,利用CTR分量空间稀疏性特点,引入基于凸分析的盲分解技术来分析fMRI数据.新方法包含两个步骤,首先利用fMRI观测数据构建一个凸集合,将源分量定位问题转化为在几何上确定凸集合端点;其次,通过体积最大法来确定凸集合端点.数值结果表明该方法可以从fMRI数据中提取更多有用信息,提高了CTR分量获取的准确率,有利于定位与任务相关的脑激活区.
关键词：功能磁共振成像(fMRI)凸分析盲源分离脑激活区定位
分类号：TP393(计算技术、计算机技术)
资助基金：the Guangxi National Natural Science Foundation(2016GXNSFBA380160)the Guangxi National Natural Science Foundation(2016JJD110017)the Guangxi National Natural Science Foundation(2016GXNSFAA380226)the Guangxi University Teaching Research Project(KY2015ZD143)the Guangxi Key Laboratory for Nonlinear Circuit and Optical Communication(Guangxi Normal University)(NCOC2016-B01)the National Natural Science Foundation of China(61650103)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 232-238 )
英文信息