节点文献

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

BLIND SOURCE SEPARATION FOR FMRI SIGNALS USING A NEW INDEPENDENT COMPONENT ANALYSIS ALGORITHM

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 WU Zhen-hua1,SHI Zhen-wei1,TANG Huan-wen1,TANG Yi-yuan2,3,4(1.Institute of Computational Biology and Bioinformatics,Dalian University of Technology,Dalian 116023,China;2.Institute of Neuroinformatics,Dalian University of Technology,Dalian 116023,China;3.Laboratory of Visual Information Processing,The Chinese Academy of Sciences,Beijing 100101,China;4.Key Lab for Mental Health,The Chinese Academy of Sciences,Beijing 100101,China)

【机构】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116023；大连116023；大连116023中国科学院生物物理研究所视觉信息加工实验室；北京100101中国科学院心理研究所心理健康重点实验室；北京100101；

【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。更多还原

【Abstract】 In order to separate independent components (task-related signal and other noises) from functional magnetic reasonance imaging(fMRI)signals, a new independent component analysis algorithm was used. In contrast to fastICA, the algorithm reduced computation and raised speed of operation. It also separated independent components from fMRI signals very well.更多还原

【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；
【Key words】 Newton algorithm； Independent component analysis； Functional magnetic reasonanceimaging； Blind source separation；

【基金】国家自然科学基金项目(9010303330170321);国家科技部973前期专项(2001CCA00700)

【文献出处】生物物理学报 ,Acta Biophysica Sinica , 编辑部邮箱 ,2004年03期

【分类号】Q332;Q189
【被引频次】17
【下载频次】282

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献