獨立成分分析在fMRI數(shù)據(jù)處理中的應(yīng)用


1.84萬字 39頁 原創(chuàng)作品，已通過查重系統(tǒng)


摘要 功能磁共振成像(functional magnetic resonance imaging，fMRI)是近幾年發(fā)展起來的一種新的非介入性研究腦功能的成像技術(shù)，出現(xiàn)于20世紀(jì)90年代初期，廣泛應(yīng)用于臨床和科學(xué)研究。fMRI大多是基于血氧水平依賴(blood oxygenation level dependent，BOLD)的認(rèn)知功納像。當(dāng)大腦皮層的特定區(qū)域接收到感官刺激，進(jìn)行智力活動或受到藥物的作用時，fMRI通過測量血氧含量中合氧血紅蛋白和脫氧血紅蛋白的比率變化引起的大腦局部組織的磁化率變化信號，來反映相關(guān)的大腦功能活動變化。如果假設(shè)大腦所采集的時間序列是未知的激活腦區(qū)的因素及其影響也是未知的那么這就意味著信號源和混合矩陣是未知的這是典型的盲源分離問題。要解決盲源分離問題我們就可以選擇最常用的獨立成分分析方法。通過獨立成分分析方法對fMRI混合數(shù)據(jù)進(jìn)行分離并提取相關(guān)成分。
本文首先介紹了 fMRI的原理、特點；對目前國際上流行的腦成像數(shù)據(jù)處理軟件SPM(Statistical Parametric Mapping)，探討了它的數(shù)學(xué)基礎(chǔ)，給出了SPM中利用一般線性模型(General Linera Model，GLM)構(gòu)建統(tǒng)計參數(shù)圖的方法：針對fMRI數(shù)據(jù)對GLM做了擴展，并推導(dǎo)了擴展的GLM的檢驗統(tǒng)計量和自由度；最后將擴展的GLM方法應(yīng)用于一個具體的fMRI實驗，結(jié)果表明方法是可行有效的。介紹了兩種常用的ICA算法Infomax算法和Fixed-Point算法并對一組fMRI數(shù)據(jù)進(jìn)行處理，并對分離的一致任務(wù)相關(guān)(Consistently Task-Related，CTR)信號比較其時間準(zhǔn)確性；提出的另一種ICA算法—Orth-Infomax算法，用它和兩種常用的ICA算法對多組fMRI數(shù)據(jù)進(jìn)行處理，從時間準(zhǔn)確性和信號的適合度做比較，表明新算法能夠有效地處理fMRI數(shù)據(jù)，較前兩種方法有明顯優(yōu)勢。



關(guān)鍵詞：核磁共振成像 盲源分離 獨立成分分析 Orth—Infomax算法