换一批基于混频去除和矩阵算法的多尺度特征提取方法分析fMRI数据
Multiscale Feature Extraction Based on Anti-Aliasing and Matrix Operation for fMRI Analysis
摘要由于采用单尺度重构和迭代重复算法,小波特征提取方法在分析海量性质的fMRI数据时存在着致命的混频干扰及耗时过长的缺陷.把混频去除方法引入小波变换,并设计矩阵算法代替迭代重复算法来提高小波运算速度,由此构造一种全新的小波特征提取方法.利用该方法分析了一个被试的听觉fMRI数据,并同基于迭代重复算法的小波特征提取方法和国际上权威的SPM8方法进行比较.结果表明,所提出方法的运算速度最快,检测性能与基于迭代重复算法的相同而远优于SPM8,是一种实用性更强的分析fMRI数据的特征提取方法.而且,用小波变换分析其他种类的信号时也可采用所给出的矩阵算法,以提高其运算速度.
更多相关知识
分类号
R445.2（诊断学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2012.03.026
发布时间
2012-08-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河南省教育厅自然科学研究项目（2007310024,2008A180040）
博士科研基金（2006SRFD002）
- 浏览282
- 被引1
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
