中国临床医学影像杂志
中國臨床醫學影像雜誌
중국림상의학영상잡지
JOURNAL OF CHINA CLINIC MEDICAL IMAGING
2014年
3期
153-157
,共5页
胡亚敏%孙兵%丁肇华%常春起
鬍亞敏%孫兵%丁肇華%常春起
호아민%손병%정조화%상춘기
脑%磁共振成像
腦%磁共振成像
뇌%자공진성상
Brain%Magnetic resonance imaging
目的:针对传统独立成分分析(ICA)方法在处理功能磁共振(fMRI)数据时存在计算量大、效率低等问题,提出基于ICA-R算法处理数据.方法:将脑默认网络的幅值信息作为源信号的部分先验知识,以参考信号的形式引入到传统ICA算法提取静息态fMRI(rsfMRI)数据的默认网络.结果:ICA-R算法能够有效提取符合大脑在静息状态时的自发活动特征的脑默认网络.结论:ICA-R算法克服了传统ICA算法以分离所有的源信号为目标造成的效率低等缺点,避免了传统ICA算法中需要后续处理的步骤,提高了算法效率,并且能够准确地提取脑脑默认网络.
目的:針對傳統獨立成分分析(ICA)方法在處理功能磁共振(fMRI)數據時存在計算量大、效率低等問題,提齣基于ICA-R算法處理數據.方法:將腦默認網絡的幅值信息作為源信號的部分先驗知識,以參攷信號的形式引入到傳統ICA算法提取靜息態fMRI(rsfMRI)數據的默認網絡.結果:ICA-R算法能夠有效提取符閤大腦在靜息狀態時的自髮活動特徵的腦默認網絡.結論:ICA-R算法剋服瞭傳統ICA算法以分離所有的源信號為目標造成的效率低等缺點,避免瞭傳統ICA算法中需要後續處理的步驟,提高瞭算法效率,併且能夠準確地提取腦腦默認網絡.
목적:침대전통독립성분분석(ICA)방법재처리공능자공진(fMRI)수거시존재계산량대、효솔저등문제,제출기우ICA-R산법처리수거.방법:장뇌묵인망락적폭치신식작위원신호적부분선험지식,이삼고신호적형식인입도전통ICA산법제취정식태fMRI(rsfMRI)수거적묵인망락.결과:ICA-R산법능구유효제취부합대뇌재정식상태시적자발활동특정적뇌묵인망락.결론:ICA-R산법극복료전통ICA산법이분리소유적원신호위목표조성적효솔저등결점,피면료전통ICA산법중수요후속처리적보취,제고료산법효솔,병차능구준학지제취뇌뇌묵인망락.
