基于非環(huán)特性的復(fù)數(shù)fMRI數(shù)據(jù)模型階數(shù)估計(jì)方法研究.pdf

1、功能核磁共振成像信號(hào)(functional Magnetic Resonance Imaging，fMRI)是應(yīng)用較為廣泛的復(fù)數(shù)高維腦功能信號(hào)，能夠觀測(cè)活動(dòng)中的大腦信號(hào)。同時(shí)具有空間分辨率高、非侵入等特點(diǎn)。較為常見(jiàn)的fMRI處理過(guò)程包括降維、白化、盲信號(hào)分離等步驟。其中盲分離性能對(duì)降維成分?jǐn)?shù)（即模型階數(shù)）較為敏感，過(guò)大或過(guò)小可造成有效成分的混迭。以往的模型階數(shù)估計(jì)工作主要限于信息論方法，該方法需要下采樣以滿足其獨(dú)立同分布要求。然而，下采

2、樣可造成信息損失，進(jìn)而導(dǎo)致階數(shù)欠估計(jì)。另外，復(fù)數(shù)fMRI數(shù)據(jù)含有較大的噪聲干擾，對(duì)模型階數(shù)估計(jì)也構(gòu)成了挑戰(zhàn)。為此，本文擬利用完整的fMRI數(shù)據(jù)，并輔以消噪和引入復(fù)數(shù)fMRI數(shù)據(jù)特性，提出了一種新的模型階數(shù)估計(jì)方法。
　　本文主要工作如下:
　　(1)研究了復(fù)數(shù)fMRI的非環(huán)形特性，給出了復(fù)數(shù)信號(hào)的非環(huán)形性定義，研究了fMRI幾種非環(huán)形度(DOI)的具體計(jì)算方法，并針對(duì)本文要求進(jìn)行了選擇。
　　(2)采用PCA方法對(duì)復(fù)數(shù)

3、fMRI信號(hào)進(jìn)行消噪。介紹了非環(huán)PCA方法，包括詳細(xì)的計(jì)算方法以及與標(biāo)準(zhǔn)PCA的區(qū)別和聯(lián)系，利用仿真信號(hào)和實(shí)際fMRI數(shù)據(jù)進(jìn)行了兩種PCA的比較，得到標(biāo)準(zhǔn)PCA適于fMRI消噪的結(jié)論。
　　(3)提出了基于標(biāo)準(zhǔn)PCA消噪信號(hào)DOI特性的模型階數(shù)估計(jì)方法，基于SORTE算法對(duì)不同主成分下的消噪信號(hào)DOI曲線進(jìn)行拐點(diǎn)檢測(cè)。利用本文方法和信息論方法對(duì)fMRI仿真信號(hào)和實(shí)際信號(hào)進(jìn)行了模型階數(shù)估計(jì)，展示了兩種方法所分離感興趣成分的性能，表明