| 功能磁共振图像处理的ICA方法综述 |
| |
| 引用本文： | 李可,闫镔,单保慈.功能磁共振图像处理的ICA方法综述[J].中国图象图形学报,2005,10(5):561-566,i001. |
| |
| 作者姓名： | 李可 闫镔 单保慈 |
| |
| 作者单位： | 中国科学院高能物理研究所核分析技术重点实验室 北京100049
(李可，闫镔)，中国科学院高能物理研究所核分析技术重点实验室 北京100049(单保慈) |
| |
| 基金项目： | 国家自然科学基金项目(90209030)，国家重点基础研究发展规划资助项目(G1999054006) |
| |
| 摘 要： | 能够进行无损伤探测的功能核磁共振成像(functional magnetic resonance imaging，fMRI)技术使人们又多了一种研究神经活动的有力工具，但传统的数据分析方法还不能很好地揭示fMRI数据中所包含的丰富信息，而独立分量分析(indepenctent component analysis，ICA)作为一种新近出现的数据处理方法，则不仅可以从fMRI数据分析中得出一些传统方法所未发现的结果，并且这种方法不需要传统方法的那种预先假设的先验模型，只依赖于数据本身即可提取其中所包含的信息。为了使人们对这一技术有一概略了解，首先对ICA方法的基本原理及其在fMRI数据处理中的应用进行了综述，并针对不同特点的fMRI数据详细讨论了如何选择不同的算法；然后ICA方法与传统方法相比存在的优越性进行了介绍，最后提出了此方法当前存在的一些问题及处理思路，并展望了其在fMRI数据处理中的发展趋势，可以认为，ICA是一种很有发展潜力的功能磁共振数据处理新方法。
|
| 关 键 词： | ICA 图像处理 综述 analysis fMRI 核磁共振成像 数据分析方法 独立分量分析 数据处理方法 传统方法 损伤探测 神经活动 先验模型 基本原理 发展趋势 发展潜力 技术 信息 算法 |
| 文章编号： | 1006-8961(2005)05-0561-06 |
Independent Component Analysis of Functional MRI Data: An Overview |
| |
| LI Ke,YAN Bin,SHAN Bao-ci,LI Ke,YAN Bin,SHAN Bao-ci and LI Ke,YAN Bin,SHAN Bao-ci.Independent Component Analysis of Functional MRI Data: An Overview[J].Journal of Image and Graphics,2005,10(5):561-566,i001. |
| |
| Authors: | LI Ke YAN Bin SHAN Bao-ci LI Ke YAN Bin SHAN Bao-ci and LI Ke YAN Bin SHAN Bao-ci |
| |
| Abstract: | |
| |
| Keywords: | independent component analysis functional magnetic resonance imaging(fMRI) blood oxygenation level dependent(BOLD) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
