新的独立成分分析算法实现功能磁共振成像信号的盲分离

被引：17

作者：

武振华

史振威

唐焕文

唐一源

机构：

[1] 大连理工大学计算生物学和生物信息学研究所,大连理工大学计算生物学和生物信息学研究所,大连理工大学计算生物学和生物信息学研究所,大连理工大学神经信息学研究所大连,大连,大连,大连中国科学院生物物理研究所视觉信息加工实验室,北京中国科学院心理研究所心理健康重点实验室,北京

来源：

生物物理学报 | 2004年 / 03期

关键词：

牛顿型算法; 独立成分分析; 功能磁共振成像; 盲源分离;

D O I：

暂无

中图分类号：

Q332 []; Q189 [神经科学];

学科分类号：

071006 [神经生物学];

摘要：

采用独立成分分析(independentcomponentanalysis,ICA)的一种新的牛顿型算法来提取功能磁共振成像(functionalmagneticreasonanceimaging,fMRI)信号中的各种独立成分(包括与实验设计相关的成分以及各种噪声)。与fastICA相比,该算法减少了运算量,提高了运算速度,而且能够很好地分离出各个独立成分。结果表明该算法是一种有效的fMRI信号分析手段。

引用

页码：188 / 192

页数：5