基于同步多维数据流的脑网络动态特征辨识方法研究

被引：3

作者：

马洒洒 ^{[1
]}

王彬 ^{[1
]}

薛洁 ^{[2
]}

董迎朝 ^{[1
]}

刘辉 ^{[1
]}

熊新 ^{[1
]}

机构：

[1] 昆明理工大学信息工程与自动化学院

[2] 云南警官学院信息网络安全学院

来源：

计算机应用研究 | 2017年 / 34卷 / 11期

关键词：

动态特征辨识; 多维同步数据流; 脑功能网络; 磁共振成像;

D O I：

暂无

中图分类号：

R445.2 [核磁共振成像]; TN911.6 [信号分析];

学科分类号：

100207 ; 080401 ; 080402 ;

摘要：

针对人脑实时变化的特性,为了更好地观测和描述人脑网络的动态特征,在基于功能磁共振成像的脑功能网络重构技术基础上,给出了一种人脑网络动态特征辨识方法。首先利用同步多维数据流的即时更新能力,将在静息态功能磁共振成像数据采集区间上的血氧水平依赖信号由大时间序列分解重构为每个采样点上的小时间窗口序列,构建连续时间点上的状态观测窗口,从而实现对人脑功能共振信号的特定时间状态辨识;然后运用相关分析对状态观测窗口信号进行分析,得到单状态观测矩阵,最终构建全脑在整个数据采集区间上的动态特征矩阵。实验结果显示该方法可以为人脑网络的动态特征观测和描述提供一种有效手段,也为进一步研究人脑网络的动态特征演变奠定了基础。

引用

页码：3272 / 3276

页数：5

共 25 条

[1] 尖端创新神经技术脑研究计划:美国脑研究计划评介 [J].