学位论文 > 优秀研究生学位论文题录展示

独立成分分析在fMRI数据处理中的应用

作　者: 朱连云
导　师: 唐孝威
学　校: 浙江大学
专　业: 凝聚态物理
关键词: 功能核磁共振成像 统计参数图 独立成分分析
分类号: TP274
类　型: 硕士论文
年　份: 2008年
下　载: 295次
引　用: 3次
阅　读: 论文下载
 

内容摘要


功能磁共振成像(functional Magnetic Resonance Imaging, fMRI)是近年来发展起来的一种无创伤的脑功能研究技术,它使脑科学研究者可以直接观察到静息态时脑功能活动及各种行为状态时脑的变化,为科研工作提供了获取更多脑信息的机会。随着功能磁共振成像技术的发展,出现许多脑功能成像数据处理方法。目前,功能磁共振数据处理方法可分为模型驱动和数据驱动两大类,本文主要研究了基于数据驱动的处理方法ICA来提取磁共振图像中的脑激活区。ICA不需要对实验设计的时间序列有预先的了解,因此具有广阔的应用前景,它为分析病人脑活动的fMRI数据或具有不可预测功能的fMRI数据,提供了一个强有力的工具。本文利用独立成分分析处理脑功能磁共振成像数据做了以下工作：1.文章中介绍并分析了目前国际上比较流行的三种group independent component analysis(Group ICA)来处理多个被试的fMRI数据的方法,这对于处理大型的功能磁共振成像数据非常必要。2.因为在实际实验操作中,通常需要的是数据处理的统计结果,本文使用国际上流行的独立成分分析的Informax算法对成组的数据实现了功能磁共振成像数据的盲分离,并对独立成分分析和统计参数图各自处理的功能磁共振成像数据结果进行比较。结果发现独立成分方法不仅得到了与实验设计相符合的脑激活区,还得到SPM得不到的心跳、眼动、头动引起的激活区,这样就可以清楚的发现fMRI信号的内在因素。从而验证了该算法在大数据量运算中的有效性。本文的结构安排如下第一章中主要搜集、整理、总结了国内外独立分量分析方面的成果和进展。第二章是fMRI数据处理方法的概述。并且介绍了SPM软件基本原理。第三章用SPM软件处理了一组实验数据,对其处理结果进行了分析。第四章介绍了ICA方法的原理、三种ICA方法和Infomax算法。第五章用ICA方法分离成组的fMRI数据,对其结果与SPM进行了比较。

全文目录


摘要  3-4
ABSTRACT  4-6
目录  6-8
第一章 绪论  8-12
  1.1 课题背景  8
  1.2 国内外研究现状  8-9
  1.3 本文主要研究工作及创新点  9-10
  参考文献  10-12
第二章 fMRI的数据处理方法概述  12-19
  2.1 fMRI数据处理方法  12
  2.2 数据驱动方法  12-13
    2.2.1 主成分分析  12-13
    2.2.2 独立成分分析  13
  2.3 模型驱动方法  13-14
  2.4 SPM软件  14-18
    2.4.1 SPM介绍  14
    2.4.2 SPM数学基础  14-18
  参考文献  18-19
第三章 SPM功能定位研究  19-34
  3.1 实验方案  19-20
    3.1.1 材料与方法  19-20
    3.1.2 扫描仪器和扫描参数  20
  3.2 数据处理  20-28
    3.2.1 数据预处理  20-22
    3.2.2 建立模型  22-24
    3.2.3 数据输入  24
    3.2.4 参数估计  24
    3.2.5 输入结果  24-28
  3.3 实验结果分析  28-31
  3.4 本章小结  31
  参考文献  31-34
第四章 独立成分分析方法  34-46
  4.1 独立成分分析的原理  34-38
    4.1.1 独立成分分析法的提出-盲源分离  34-35
    4.1.2 独立成分分析的原理  35-36
    4.1.3 独立成分分析假设条件  36-37
    4.1.4 基于ICA的功能磁共振数据处理  37-38
  4.2 独立成分分析算法  38-44
    4.2.1 ICA算法的主要判据  38-42
    4.2.2 独立成分分析算法实现  42
    4.2.3 Infomax算法  42-44
  参考文献  44-46
第五章 用GROUP ICA处理fMRI数据  46-60
  5.1 研究Group ICA的意义  46
  5.2 Group ICA的三种方法  46-49
  5.3 用Group ICA处理fMRI数据  49-57
    5.3.1 材料和方法  50
    5.3.2 实验数据处理及分析  50-56
    5.3.3 讨论  56-57
    5.3.4 结论  57
  参考文献  57-60
第六章 工作总结及展望  60-61
  6.1 本论文工作总结  60
  6.2 对今后工作的展望  60-61
缩略词表  61-62
致谢  62-63

相似论文

  1. 基于数据分布特性的多变量过程监测及故障诊断,TP274
  2. 基于图像特征提取的图像融合研究,TP391.41
  3. 内源光学与微电极视觉实验平台设计,TP391.41
  4. 脑磁共振成像数据的多类模式分析,TP391.41
  5. 顺丁橡胶装置及其性能评价和故障源定位研究,TQ333.2
  6. 基于ICA和时延估计的油气水三相流气液相速度测量方法研究,TP274
  7. 文本分类中特征降维技术的研究,TP391.1
  8. 基于线性变换的功能磁共振数据分析方法应用研究,O482.531
  9. 基于ICA和小波变换的过程监测方法的研究,TP274
  10. 多光谱图像获取技术研究,TP391.41
  11. 独立成分分析改进算法与仿真研究,TN911.7
  12. 基于MCUSUM-ICA-MSPCA的流程工业故障诊断和预测研究,TP277
  13. 车标识别方法研究,TP391.41
  14. 基于独立成分分析的人脸表情识别算法研究,TP391.41
  15. 基于盲信号处理的胎儿心音提取与听诊探测仪的研究,TN911.7
  16. 基于独立成分分析的封闭式基金价格波动的影响因素研究,F832.51
  17. 基于独立成分分析的肌肉痉挛定量评估,TN911.7
  18. 基于费舍尔判别分析的故障诊断方法研究,TP277
  19. 功能近红外光谱成像研究及应用,TP391.41
  20. 基于独立成分分析的气体识别方法研究,TP212.9
  21. 基于特征学习的网络入侵检测技术研究,TP393.08

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com