[1]付令,武杰.独立成分分析在视觉运动核磁共振数据处理中的应用[J].中国医学物理学杂志,2017,34(7):676-680.[doi:10.3969/j.issn.1005-202X.2017.07.005]
 [J].Chinese Journal of Medical Physics,2017,34(7):676-680.[doi:10.3969/j.issn.1005-202X.2017.07.005]
点击复制

独立成分分析在视觉运动核磁共振数据处理中的应用()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
34卷
期数:
2017年第7期
页码:
676-680
栏目:
医学影像物理
出版日期:
2017-07-18

文章信息/Info

文章编号:
1005-202X(2017)07-0676-05
作者:
付令武杰
上海理工大学医疗器械与食品工程学院,上海 200093
关键词:
独立成分分析视觉运动功能磁共振成像成分选取
分类号:
R445.2
DOI:
10.3969/j.issn.1005-202X.2017.07.005
文献标志码:
A
摘要:
目的:验证独立成分分析(ICA)方法在处理视觉运动核磁共振数据中的有效性。 方法:将ICA方法应用于视觉 运动任务态的功能磁共振的数据处理。选用FastICA算法,根据有效的筛选标准选择最佳的独立成分,并将独立成分与 功能模板数据进行比较。 结果:选用FastICA算法进行数据的ICA处理,并选取成分8与功能数据进行对比。结果显示 成分8显示的脑部活跃区域与功能数据较为相符。 结论:采用FastICA方法所分离出来的独立成分,能够比较准确地显 示脑部与运动视觉相关的活跃区域,同时也验证了ICA方法在分离视觉信息处理的背侧通路的有效性。

相似文献/References:

[1]袁野,王夏天,张子辰,等.基于小波变换和改进的瞬态独立成分分析融合算法的心电信号降噪方法[J].中国医学物理学杂志,2016,33(4):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
 [J].Chinese Journal of Medical Physics,2016,33(7):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
[2]刘迎军,杨志景,李淑龙.静息态功能磁共振成像数据中几个常用指标的相关性[J].中国医学物理学杂志,2017,34(1):26.[doi:10.3969/j.issn.1005-202X.2017.01.006]
 [J].Chinese Journal of Medical Physics,2017,34(7):26.[doi:10.3969/j.issn.1005-202X.2017.01.006]
[3]许光,吴宏,江桂华,等. 原发性失眠患者大脑额顶网络的异常功能连接[J].中国医学物理学杂志,2018,35(8):988.[doi:DOI:10.3969/j.issn.1005-202X.2018.08.023]
 XU Guang,WU Hong,JIANG Guihua,et al. Abnormal functional connectivity in frontoparietal network in primary insomnia patients[J].Chinese Journal of Medical Physics,2018,35(7):988.[doi:DOI:10.3969/j.issn.1005-202X.2018.08.023]
[4]王宪福,谢东东,刘畅,等.基于独立成分分析的青年吸烟者大脑静息态执行网络功能连接变化研究[J].中国医学物理学杂志,2020,37(3):289.[doi:DOI:10.3969/j.issn.1005-202X.2020.03.006]
 WANG Xianfu,XIE Dongdong,LIU Chang,et al.Changes of functional connectivity in executive network during the resting state in adolescent smokers: a research based on independent component analysis[J].Chinese Journal of Medical Physics,2020,37(7):289.[doi:DOI:10.3969/j.issn.1005-202X.2020.03.006]
[5]刘越,王梦星,杜小霞,等.基于独立成分分析的遗尿症儿童脑功能网络研究[J].中国医学物理学杂志,2021,38(3):382.[doi:DOI:10.3969/j.issn.1005-202X.2021.03.021]
 LIU Yue,WANG Mengxing,DU Xiaoxia,et al.Brain functional network of pediatric patients with enuresis: a research based on independent component analysis[J].Chinese Journal of Medical Physics,2021,38(7):382.[doi:DOI:10.3969/j.issn.1005-202X.2021.03.021]
[6]解晓燕,薛婷,张云淼,等.基于动态功能连接分析的青少年吸烟者大脑静息态默认模式网络[J].中国医学物理学杂志,2022,39(6):690.[doi:DOI:10.3969/j.issn.1005-202X.2022.06.006]
 XIE Xiaoyan,XUE Ting,ZHANG Yunmiao,et al.Resting-state default mode network in adolescent smokers: a research based on dynamic functional connectivity analysis[J].Chinese Journal of Medical Physics,2022,39(7):690.[doi:DOI:10.3969/j.issn.1005-202X.2022.06.006]
[7]张思河,曹乐,王金玮,等.基于表面肌电信号的BiLSTM-SA双臂肌力估计[J].中国医学物理学杂志,2023,40(11):1383.[doi:DOI:10.3969/j.issn.1005-202X.2023.11.011]
 ZHANG Sihe,CAO Le,WANG Jinwei,et al.BiLSTM-SA model for muscle strength estimation from sEMG[J].Chinese Journal of Medical Physics,2023,40(7):1383.[doi:DOI:10.3969/j.issn.1005-202X.2023.11.011]

备注/Memo

备注/Memo:
【收稿日期】2017-03-09 【基金项目】国家自然科学基金(61101174);上海理工大学微创励志创 新基金(YS30809124) 【作者简介】付令,硕士研究生,研究方向:医学图像处理,E-mail: 2056046088@qq.com
更新日期/Last Update: 2017-07-20