混合凸集分析算法在功能磁共振数据处理中的应用

大脑是掌控人体所有活动的枢纽,哪怕是一个极小的动作,大脑也会产生大量的信息去完成。而f MRI就是致力于找出人体活动或者身体异常现象与大脑皮层各个功能区域对应关系的技术。本文的研究的对象是在已知刺激下采集到的f MRI数据。首先用MDL算法估计去噪后的数据的信源个数。然后利用混合凸集分析算法(CAM)对f MRI数据进行特征提取。CAM能够有效克服一般盲信号分离算法假设信源独立的局限性。同时,针对f MRI数据量大、维数高的特点,采用PCA对数据进行降维,然后用K-mean方法聚类,实现对CAM算法的优化,提高了CAM的运算效率。最后设计实验,比较CAM算法和ICA算法特征提取的结果。实验证明CAM算法得到较高的相关度,且能够更好的解释大脑激活区与刺激信号的对应关系。