fMRI盲信号分离中的时间和空间独立成分分析法的时空特性比较OACSTPCD
Comparison of Spatiotemporal Characteristics of Spatial and Temporal Independent Component Analysis for Blind Source Separation in fMRI Data
目的 采用空间独立成分分析法( siCA)和时间独立成分分析法(tICA)对功能磁共振成像(fMRI)信号进行分离,比较信号间的时空特性对2种独立成分分析方法性能的影响.方法 模拟fMRI数据,并将2组独立的信号以及它们的线性混合信号叠加到空间独立的区域,分别利用Infomax、Combi、FBSS和ICA-EMB 4种算法实现sICA和tICA,并对模拟数据中的3组信号进行提取和分离.结果 sICA只能分离空间独立且时间高度独立的信号,无法分离…查看全部>>
Objective Separate the fMRI signals by using spatial independent component analysis (sICA) and temporal independent component analysis (tICA). Compare the spatiotemporal characteristics among signals which has effect to performance analysis of two kinds of independt signals. Method Simulate fMRI data. Two sets of independent signals and their linear mixture were added in spatially independent regions. sICA and tICA were achieved by using respectively Infomax…查看全部>>
高欣;边倩;熊金虎
中科院苏州生物医学工程技术研究所医学影像室,江苏苏州215163第二炮兵工程大学指挥自动化系,陕西西安710025爱荷华大学放射科,爱荷华州美国
医药卫生
脑功能磁共振成像独立成分分析法空间独立成分分析法时间独立成分分析法信号分离
fMRI independent component analysis spatial independent component analysis temporal independent component analysis signal separation
《中国医疗设备》 2012 (8)
基于微创多模影像导航手术的动态病灶空间定位的研究
33-36,4
国家自然科学基金资助项目(81000651)江苏省自然科学基金资助项目(BK2010236)美国国家卫生研究所NIH基金资助项目(R21MH082187-01).
评论