中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2014年
2期
194-201
,共8页
独立分量分析(ICA)%fMRI%时间自相关%假设检验%自适应阈值
獨立分量分析(ICA)%fMRI%時間自相關%假設檢驗%自適應閾值
독립분량분석(ICA)%fMRI%시간자상관%가설검험%자괄응역치
independent component analysis (ICA)%fMRI%temporal self-correlation%hypothesis test%adaptive threshold value
传统基于ICA的激活区检测手段是将分离后的独立成分与参考信号做相关性分析.实际问题中,不同区域的脑血流动力学响应情况不同,因此往往得不到标准的参考信号.针对此类问题,提出时间自相关方法(TSC)与ICA方法结合,在不需要参考信号的情况下,通过检测体素点各周期的时间序列相关性,对fMRI数据进行激活区提取.应用5-邻域ICA方法对fMRI数据逐点处理,然后应用时间自相关算法检测各时间序列周期间的相关性,选择最大的自相关系数作为该体素点的信号值.再通过2变换将相关系数分布转换为服从N(0,1)的Z分布,提取出具有显著性差异(a=0.05)的激活区.将自相关算法应用于仿真数据和12组双手握拳运动的真实fMRI数据的处理,结果表明该方法能够准确提取出仿真数据中的激活区.对真实数据的处理,该方法在空间准确性上与GLM方法无显著性差别(0.465 3±0.136 8 vs 0.490 5±0.134 1),在时间准确性上显著优于GLM方法(0.636 4±0.011 1 vs 0.369 2±0.010 9),具有良好的脑功能激活区检测及空间定位能力.
傳統基于ICA的激活區檢測手段是將分離後的獨立成分與參攷信號做相關性分析.實際問題中,不同區域的腦血流動力學響應情況不同,因此往往得不到標準的參攷信號.針對此類問題,提齣時間自相關方法(TSC)與ICA方法結閤,在不需要參攷信號的情況下,通過檢測體素點各週期的時間序列相關性,對fMRI數據進行激活區提取.應用5-鄰域ICA方法對fMRI數據逐點處理,然後應用時間自相關算法檢測各時間序列週期間的相關性,選擇最大的自相關繫數作為該體素點的信號值.再通過2變換將相關繫數分佈轉換為服從N(0,1)的Z分佈,提取齣具有顯著性差異(a=0.05)的激活區.將自相關算法應用于倣真數據和12組雙手握拳運動的真實fMRI數據的處理,結果錶明該方法能夠準確提取齣倣真數據中的激活區.對真實數據的處理,該方法在空間準確性上與GLM方法無顯著性差彆(0.465 3±0.136 8 vs 0.490 5±0.134 1),在時間準確性上顯著優于GLM方法(0.636 4±0.011 1 vs 0.369 2±0.010 9),具有良好的腦功能激活區檢測及空間定位能力.
전통기우ICA적격활구검측수단시장분리후적독립성분여삼고신호주상관성분석.실제문제중,불동구역적뇌혈류동역학향응정황불동,인차왕왕득불도표준적삼고신호.침대차류문제,제출시간자상관방법(TSC)여ICA방법결합,재불수요삼고신호적정황하,통과검측체소점각주기적시간서렬상관성,대fMRI수거진행격활구제취.응용5-린역ICA방법대fMRI수거축점처리,연후응용시간자상관산법검측각시간서렬주기간적상관성,선택최대적자상관계수작위해체소점적신호치.재통과2변환장상관계수분포전환위복종N(0,1)적Z분포,제취출구유현저성차이(a=0.05)적격활구.장자상관산법응용우방진수거화12조쌍수악권운동적진실fMRI수거적처리,결과표명해방법능구준학제취출방진수거중적격활구.대진실수거적처리,해방법재공간준학성상여GLM방법무현저성차별(0.465 3±0.136 8 vs 0.490 5±0.134 1),재시간준학성상현저우우GLM방법(0.636 4±0.011 1 vs 0.369 2±0.010 9),구유량호적뇌공능격활구검측급공간정위능력.
