基于無(wú)窮范數(shù)ICA的fMRI數(shù)據(jù)分析算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人類對(duì)于自身的探索從來(lái)沒停止過(guò),而大腦更是逐漸成為研究的重點(diǎn)課題。近些年來(lái),人們利用功能磁共振成像(fMRI)技術(shù)對(duì)大腦內(nèi)部的活動(dòng)進(jìn)行了無(wú)創(chuàng)傷的探測(cè),并利用這項(xiàng)技術(shù)采集到腦內(nèi)活動(dòng)的大量數(shù)據(jù)。如今,對(duì)所采集到的數(shù)據(jù)進(jìn)行分析,以及如何從這些數(shù)據(jù)中提取有用的信息,成為亟待解決問題。獨(dú)立成分分析(ICA)為解決這一問題提供了可行的思路。
  本文研究一種基于無(wú)窮范數(shù)ICA的fMRI數(shù)據(jù)分析算法,并將其應(yīng)用于記憶想象認(rèn)知實(shí)驗(yàn)的數(shù)據(jù)分析中。本

2、文所研究的算法主要是利用ICA提取fMRI腦掃描信號(hào)中的獨(dú)立成分,而為了使ICA面對(duì)fMRI存在的噪聲問題,利用無(wú)窮范數(shù)作為稀疏性度量的目標(biāo)函數(shù),將階數(shù)趨近于無(wú)窮大,不但使算法具有更好的魯棒性,而且還使計(jì)算過(guò)程得以簡(jiǎn)化;依此目標(biāo)函數(shù),可以將fMRI認(rèn)知實(shí)驗(yàn)得到的數(shù)據(jù)所形成的矩陣作為目標(biāo)函數(shù)當(dāng)中的混合源信號(hào)來(lái)對(duì)數(shù)據(jù)進(jìn)行處理,用迭代更新的方式最終確定最大權(quán)值時(shí)的分離矩陣,利用分離矩陣計(jì)算得到最優(yōu)化結(jié)果。
  本文進(jìn)行了記憶想象認(rèn)知實(shí)驗(yàn)

3、,并根據(jù)所得到的fMRI數(shù)據(jù),分析記憶想象認(rèn)知過(guò)程中相應(yīng)的腦區(qū)激活狀態(tài)及各腦區(qū)之間的相互關(guān)系。通過(guò)本文所研究的算法進(jìn)行計(jì)算,提取fMRI數(shù)據(jù)中相互獨(dú)立的成分,分析這些獨(dú)立成分與各腦區(qū)之間的關(guān)聯(lián)性。對(duì)照獨(dú)立成分分析算法處理數(shù)據(jù)的結(jié)果,分析四組認(rèn)知任務(wù)時(shí)大腦激活的腦區(qū),與利用閾值方法得到的較大值所對(duì)應(yīng)的腦區(qū)一致,與現(xiàn)有軟件包處理的結(jié)果對(duì)比,本文所研究的無(wú)窮范數(shù)獨(dú)立成分fMRI分析算法合理有效。認(rèn)知實(shí)驗(yàn)得到的各個(gè)腦區(qū)分析結(jié)果顯示,在大腦對(duì)實(shí)驗(yàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論