文献类型：期刊文章

作　　者：张伟伟[1] 史振威[1] 唐焕文[1] 唐一源[2]

机构地区：[1]大连理工大学计算生物学和生物信息学研究所,大连116023 [2]大连理工大学神经信息学研究所,大连116023

出　　处：《生物医学工程学杂志》

基　　金：国家自然科学基金资助项目(90103033;10571018;60472017);博士点基金资助项目(021010)

年　　份：2007

卷　　号：24

期　　号：2

起止页码：430-433

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：用ICA算法来实现fMRI信号的盲源分离,可以提取出产生fMRI信号的多种源信号。但是在处理过程中存在两个困难:(1)fMRI数据的规模比较大,计算耗时;(2)计算量太大难免产生误差,给结果的分析带来不便。所以我们考虑对数据进行降维,但是如何确定源信号的个数也是一个难题。我们利用信息论的方法来估计源信号的个数,再使用主成分分析对数据进行降维。通过这样的处理,有效地确定了源信号的个数,减少了计算量。然后将一种新的ICA算法(New fixed-point,NewFP)用于处理降维后的数据。最后通过对实际的fMRI信号进行处理,结果表明新算法可以快速有效的分离fMRI信号,且准确性优于FastICA算法。

关 键 词：独立成分分析  盲源分离 主成分分析 功能磁共振成像

分 类 号：R445.2]