基于fMRI的腦詞匯認(rèn)知狀態(tài)識(shí)別方法研究.pdf

1、人腦是人體內(nèi)外環(huán)境信息獲得、存儲(chǔ)、處理、加工和整合的中樞，揭示人腦的奧秘是人們一直以來的追求與夢想。隨著各種新方法、新技術(shù)在腦研究領(lǐng)域的應(yīng)用，相關(guān)實(shí)驗(yàn)數(shù)據(jù)大量產(chǎn)生。僅僅對(duì)這些數(shù)據(jù)進(jìn)行簡單的存儲(chǔ)、查詢和計(jì)算，根本無法挖掘出背后隱藏的大量信息。因此，必須用數(shù)據(jù)挖掘的方法以及先進(jìn)的信息學(xué)工具，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析、處理、整合和建模，從而發(fā)現(xiàn)新的規(guī)律，揭示腦認(rèn)知活動(dòng)的深層機(jī)制。 腦功能磁共振成像(fMRI)是近年來用于認(rèn)知研究的重要技術(shù)。

2、本文在對(duì)腦功能磁共振成像數(shù)據(jù)分析處理研究的基礎(chǔ)上，探討了基于fMRI圖像的腦詞匯認(rèn)知狀態(tài)識(shí)別方法。本文的工作主要從以下三個(gè)方面展開。 針對(duì)fMRI圖像的配準(zhǔn)問題展開了研究。由于主客觀原因的存在，實(shí)驗(yàn)獲得的時(shí)間序列的fMRI圖像并不能完全對(duì)齊，而認(rèn)知實(shí)驗(yàn)中的統(tǒng)計(jì)分析都是基于同一部位的，因此必須對(duì)圖像進(jìn)行配準(zhǔn)。本文給出了一種基于云模型改進(jìn)的粒子群優(yōu)化的fMRI圖像配準(zhǔn)方法，并用該方法進(jìn)行了模擬的配準(zhǔn)實(shí)驗(yàn)。結(jié)果表明，該方法較使用標(biāo)準(zhǔn)的

3、粒子群算法收斂速度快，配準(zhǔn)精度高，可以較好地解決fMRI圖像配準(zhǔn)問題。 研究了fMRI圖像的特征抽取方法。實(shí)驗(yàn)獲得的fMRI圖像往往含有數(shù)十萬個(gè)體素點(diǎn)，表示成向量的形式后維數(shù)也具有同樣的數(shù)量級(jí)，這很不利于分析研究。因此，必須用盡可能少的變量表征原圖像所蘊(yùn)含的信息。本文給出了一種基于主成分分析的fMRI圖像特征抽取方法。用該方法對(duì)fMRI數(shù)據(jù)進(jìn)行特征提取后，可以將原來圖像的體素信息用極少數(shù)量的主成分(通常都在10以內(nèi))來表示，且維