| 【中文题名】 | 基于区域增长的ICA算法在fMRI数据处理上的研究应用 |
| 【英文题名】 | The Application of Independent Component Analysis Algorithm Based on Region Growing for Processing the fMRI Data |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-1-23 |
| 【中关键词】 | 功能磁共振成像,独立成分分析,主成分分析,区域增长,经典相关分析, |
| 【英关键词】 | functional Magnetic Resonance Imaging,Independent Component Analysis,Principal Component Analysis,region growing,Canonical Correlation Analysis, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 | 从上个世纪九十年代以来，脑功能成像技术得到了广泛应用和长足发展。脑功能成像最大的优点就是无损伤，可以直接对人脑进行反复的非侵入性观察测量。
在高级脑功能成像的研究中，数据处理是相当重要的一个环节。随着脑功能成像技术(PET、fMRI等)的发展，人们从中获取丰富的信息数据，用于脑功能区的定位、对功能新区的探索以及研究脑功能区之间的相互关系等。只有通过对这些数据进行分析，从大量噪声中提取感兴趣的信息，揭示其中的规律，才能真正达到对人脑功能研究的目的。
脑功能成像数据处理方法的研究已经成为当前国内外研究的重要领域。对功能磁共振数据的分析有两类方法：数据驱动分析法和模型驱动分析法。本文采用基于数据驱动的分析方法——独立成分分析法(Independent Component Analysis，ICA)，并结合图像分割领域的区域增长法(Region Growing)来处理功能磁共振数据。
区域增长法是一种在人工智能领域的计算机视觉界十分受关注的图像分割方法。它的基本思想是将具有相似性质的象素合并构成区域。具体来讲，先对每个需要分割的区域找一个初始象素作为生长的起点，然后将初... |
| 【论文题纲】 |
|
摘要 |
2-4 |
|
英文摘要 |
4-8 |
|
第一章 绪论 |
8-18 |
|
1.1 脑功能定位的研究方法 |
9-10 |
|
1.2 正电子发射断层成像技术(PET)简介 |
10-11 |
|
1.3 脑功能磁共振成像技术(fMRI)简介 |
11-14 |
|
1.4 脑功能成像研究现状 |
14-16 |
|
1.5 本文所做的主要工作及意义 |
16-18 |
|
第二章 几种常见的fMRI数据处理方法 |
18-27 |
|
2.1 相关分析法与t-检验 |
18-20 |
|
2.2 典型相关分析方法(CCA) |
20-22 |
|
2.3 主成分分析方法(PCA) |
22-23 |
|
2.4 聚类分析 |
23-27 |
|
第三章 独立成分分析(ICA)理论与算法 |
27-36 |
|
3.1 独立成分分析的研究进展 |
27-28 |
|
3.2 独立成分分析的基本原理与算法 |
28-30 |
|
3.2.1 独立成分分析的基本思想 |
28-29 |
|
3.2.2 独立成分分析的主要判据 |
29-30 |
|
3.3 独立成分分析的主要算法 |
30-36 |
|
3.3.1 固定点算法 |
30-31 |
|
3.3.2 梯度算法 |
31-33 |
|
3.3.3 牛顿快速算法 |
33-36 |
|
第四章 基于区域增长的独立成分分析算法 |
36-42 |
|
4.1 用于图像分割的区域增长算法 |
36-37 |
|
4.2 区域增长算法的原理 |
37-40 |
|
4.2.1 区域增长 |
38 |
|
4.2.2 区域选择 |
38-40 |
|
4.3 基于区域增长的独立成分分析算法 |
40-42 |
|
第五章 仿真实验与实际数据处理结果 |
42-53 |
|
5.1 仿真实验 |
43-48 |
|
5.1.1 仿真数据的产生 |
43 |
|
5.1.2 仿真的结果及分析 |
43-48 |
|
5.2 实际fMRI数据例子 |
48-53 |
|
5.2.1 数据描述 |
48-49 |
|
5.2.2 实际fMRI数据的实验结果及分析 |
49-53 |
|
第六章 结论与展望 |
53-54 |
|
参考文献 |
54-58 |
|
附录一 实验程序 |
58-68 |
|
附录二 仿真实验的部分数据 |
68-72 |
|
附录三 实际fMRI数据处理的部分数据 |
72-74 |
|
攻读学位期间发表的学术论文 |
74-76 |
|
致谢 |
76 |
|
| 【DOI】 | LunWen.ID:2.2008.381825 |
