基于独立成分分析的脑功能连接性分析
Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi（2009）
摘要
静息脑功能连接性是研究脑功能的重要技术手段。我们提出了利用空域独立成分分析(Independent component analysis,ICA)来处理静息态功能磁共振(Functional magnetic resonance i maging,f MRI)数据,首次将静息态脑功能的低频振荡理论应用于ICA静态数据分析的成分选择,通过Z分数选择静息态下的活动点并去除独立噪点,然后通过频谱分析选择主要能量集中在0.01~0.1Hz的独立成分,进而采用聚类分析得出脑功能连接网络。
更多查看译文
关键词
spatial independent component analysis(sica) functional magnetic resonance imaging(fmri) low-frequency oscillations hierarchical clustering brain functional connectivity
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要