QQ客服 官方微博 反馈留言

	新的ICA算法实现成组fMRI信号盲分离
	唐焕文 ; 张伟伟 ; 史振威 ; 潘丽丽 ; 唐一源 ; TANG Huan-wen ; ZHANG Wei-wei ; SHI Zhen-wei ; PAN Li-li ; TANG Yi-yuan
	2010-06-09 ; 2010-06-09
关键词	独立成分分析 盲源分离 功能磁共振成像 independent component analysis blind source separation functional magnetic resonance imaging TN911.7
其他题名	Blind source separation for group fMRI signals using a new independent component analysis algorithm
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.; 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 component analysis method,Group ICA is proposed.The results show that this method can reduce the data and receive the statistical result fast.In the processing,an independent component analysis method named new fixed-point is used,and the results show that the new method is superior to the FastICA on the accuracy of estimating the temporal dynamics of activations.; 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)
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/57749]
专题	清华大学
推荐引用方式 GB/T 7714	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],2010, 2010.
APA	唐焕文.,张伟伟.,史振威.,潘丽丽.,唐一源.,...&TANG Yi-yuan.(2010).新的ICA算法实现成组fMRI信号盲分离..
MLA	唐焕文,et al."新的ICA算法实现成组fMRI信号盲分离".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。