基于區(qū)域增長(zhǎng)的ICA算法在fMRI數(shù)據(jù)處理上的研究應(yīng)用.pdf

1、從上個(gè)世紀(jì)九十年代以來，腦功能成像技術(shù)得到了廣泛應(yīng)用和長(zhǎng)足發(fā)展。腦功能成像最大的優(yōu)點(diǎn)就是無損傷，可以直接對(duì)人腦進(jìn)行反復(fù)的非侵入性觀察測(cè)量。 在高級(jí)腦功能成像的研究中，數(shù)據(jù)處理是相當(dāng)重要的一個(gè)環(huán)節(jié)。隨著腦功能成像技術(shù)(PET、fMRI等)的發(fā)展，人們從中獲取豐富的信息數(shù)據(jù)，用于腦功能區(qū)的定位、對(duì)功能新區(qū)的探索以及研究腦功能區(qū)之間的相互關(guān)系等。只有通過對(duì)這些數(shù)據(jù)進(jìn)行分析，從大量噪聲中提取感興趣的信息，揭示其中的規(guī)律，才能真正達(dá)到對(duì)人

2、腦功能研究的目的。 腦功能成像數(shù)據(jù)處理方法的研究已經(jīng)成為當(dāng)前國(guó)內(nèi)外研究的重要領(lǐng)域。對(duì)功能磁共振數(shù)據(jù)的分析有兩類方法：數(shù)據(jù)驅(qū)動(dòng)分析法和模型驅(qū)動(dòng)分析法。本文采用基于數(shù)據(jù)驅(qū)動(dòng)的分析方法一獨(dú)立成分分析法(Independent ComponentAna]ysis，ICA)，并結(jié)合圖像分割領(lǐng)域的區(qū)域增長(zhǎng)法(Region Growing)來處理功能磁共振數(shù)據(jù)。 區(qū)域增長(zhǎng)法是一種在人工智能領(lǐng)域的計(jì)算機(jī)視覺界十分受關(guān)注的圖像分割方法。它

3、的基本思想是將具有相似性質(zhì)的象素合并構(gòu)成區(qū)域。具體來講，先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)初始象素作為生長(zhǎng)的起點(diǎn)，然后將初始象素周圍鄰域中與初始象素有相同或相似性質(zhì)的象素合并到初始象素所在的區(qū)域中。將合并了新象素的區(qū)域作為新的初始繼續(xù)上面的過程，直到再?zèng)]有其它象素滿足相似準(zhǔn)則，合并結(jié)束。 獨(dú)立成分分析法是一種基于高階統(tǒng)計(jì)量的方法，是處理腦功能成像數(shù)據(jù)的 一種重要方法。本文討論基于區(qū)域增長(zhǎng)的獨(dú)立成分分析(ICA)法在fMRI數(shù)據(jù)

4、處理上的初步應(yīng)用。首先用區(qū)域增長(zhǎng)法對(duì)fMRI數(shù)據(jù)作預(yù)處理，除去明顯不是激活的體元，降低ICA計(jì)算的復(fù)雜性；然后用ICA算法對(duì)預(yù)處理后的fMRI數(shù)據(jù)進(jìn)行分離；對(duì)分離的結(jié)果用相關(guān)系數(shù)法檢測(cè)fMRI信號(hào)的激活體元。仿真實(shí)驗(yàn)和實(shí)際fMRI數(shù)據(jù)實(shí)驗(yàn)表明基于區(qū)域增長(zhǎng)的ICA算法能對(duì)fMRI數(shù)據(jù)進(jìn)行降維，減少算法的運(yùn)行時(shí)間。我們用本文算法與區(qū)域增長(zhǎng)法及ICA算法作比較，用于處理多組仿真數(shù)據(jù)及fMRI數(shù)據(jù)，最后的結(jié)果表明了本文算法能夠有效地處理fMRI