ICA算法在fMRI中的应用

独立分量分析(ICA)是信号处理领域新近发展起来的一种很有应用前景的方法,而脑功能磁共振(fMRI)信号的有效分离与识别是一个正在研究和实验之中的技术领域。近年来,ICA已被成功地应用于fMRI数据的处理,成为分析IMRI数据的一种很有效的方法。本文介绍了ICA在分析fMRI数据方面的应用,以及多种ICA算法在fMRI信号盲源分离中的应用,分析了三种算法的问题,给出了本人对此研究

C 31 5/ P N4-2 8 TIS 1 0— 3 X S N 0 71 0

计算机工程与科学C OMP UTE NG NE R NG& S I N E RE I E I CE C

20年第 3卷第 1期 08 O OV0 . 0, . 0,0 8 13 No 1 2 0

文章编号：0 710 20 )00 3—3 10 -3 X(0 8 1 -0 70

I A算法在 f C MRI的应用中A p l a i n o h CA l o ih i M RI p i to ft e I c A g rt m n f公昱文，桂芸。洪芝张马GONG - n, HANG i u M A n -h Yu we Z Gu - n, y Ho g z i

(津师范大学计算机与信息工程学院，天天津 3 0 8 ) 0 3 7(c ol f o ue n fr ainE gneig Taj oma nvri,ini 3 0 8, hn ) Sh o o mp t adI om t n iern。 ini N r l i st Taj 0 3 7 C ia C r n o n U e y n

摘

要：立分量分析 ( A是信号处理领域新近发展起来的一种很有应用前景的方法，独 I ) C而脑功能磁共振 ( I信号 f ) MR

的有效分离与识别是一个正在研究和实验之中的技术领域。近年来， A已被成功地应用于 f I C MRI数据的处理，为分析成

f MRI数据的一种很有效的方法。本文介绍了 I A在分析 f c MRI数据方面的应用，以及多种 I A算法在 f I号盲源分 C MR信离中的应用，分析了三种算法的问题，出了本人对此研究的展望。给Abta tI sr c:CA stea piain o e yp o iigmeh d n t efed o in lp o e sn .W hl h fe t es p r— i h p l to fv r rm sn t o si h il fsg a rc s ig c i t eefci e a a e v to n e tf aino h M RIsg asi atc nc l il ih i en t de n x ei n e . I e e ty a s I in a d i n ic t ft ef d i o in l s eh ia ed wh c sb igsu ida de p rme td nr cn er。CA f h sb e u c sf l sd i h a en s c esul u e te姗 y n aap o e s

n .I a e o ey ef ciewa fa ay igt ef RId t.Th I t r c s ig th sb c meav r fe tv yo n lzn h M aa d e aaa dav reyo lo i msi l d s u c Id t n a it fag rt h t bi o re n he n

p p rito u e h p l a in o CA o h i h ay i o h a e r d c stea pi t fI n c o b t tea lss ft e伽 n n

s p r t n o h M RIsg a s I lo a a y e h r b e x s ig i h e g rt m s n r s n s t e p o p c f r— e a a i ft e f o i n l. tas n l z st e p o l ms e itn t r e a o ih,a d p e e t h r s e to e n l s a c n t i fed e r h i h s il .

关键词： A;MR;间独立分量分析算法； rhIfma I f I空 C O t-no x算法； o pI A算法 Gru CKe r s I;M RIS CA; t-n o x ag rtm; o pI ywo d:CA f;I Orh I fma lo i h Gr u CA lo ih ag r m t

中图分类号： TN9 1 7 l.

文献标识码： A

1引言 近年来，应用于人类大脑功能探测的 f (fn t n l MRI u ci a oMa nt sn neI gn, g ei Reo a c c ma ig简称 f I为人们提供了一 MR )

简称 B L )比度信号，主要原理是： O D对其大脑在执行特定认知任务时，由相关区域兴奋所引起的血氧水平的变化能够造成该区域磁共振信号的改变，因此利用这种对应关系，

通过探测区域磁共振信号的改变就可以研究人脑内的活动。

种无创伤探测脑内活动的新方法，而且利用 f I行的 MR进 各种各样研究也快速发展，如何处理 f I但 R采集到的数据，怎样提取 f I MR数据中所包含的丰富信息，已成为人们关注的一个焦点。在信号处理领域中新近发展起来的独立分量分析 (C是解决这个问题的很好的方法之一。 IA)

3 IA在分析 f I据方面的应用 C MR数自 19 9 8年 Mc o n首次将 I Kew C

A方法引入 f I据 MR数分析以来，这方面的应用讨论成为研究热点之一。在这方面的研究中，大多沿用了这样一个思路：一般的 IA分析 C f R数据的思路是从分离出的独立分量中找到一个这样 M I的分量，它对应时间序列与实验的激励函数相关性最大，可

2 f MRI据及其性质数f I MR成像是 2 O世纪 9 0年代初才出现的新型研究工具，的出现使人们能够无损地进行人类大脑功能的研究。它

以称之为持续任务相关 (T ) C R分量；另外，某些独立分量表现为与实验的激励函数的部分任务块是时间锁定的，它们与任务的相关性相对要小一些，为瞬时任务相关 ( T 成 T R)

当前，这种功能成像技术所使用的信号大都是基于血氧水平依赖性的 B L ( l dOx g nt nL vl pn et O D Bo y eai e e De ed n, o o

分量。I A应用在分离单任务实验上， S M的结果比较 C与 P

÷收稿日：0 80- 2修订日期： 0—6 1期 2 0 -51; 2 80— 0 2基金项目：天津市教委资助项目(0 7 3 8; 2 0 1 2 )天津师范大学大博士基金资助项目(2 X 7 5L 1)

通讯地址公昱文( 8 -, 南长沙硕士研究方向为作者简介： 1 . )交湖 94,,教育技术、信号与信息处理；桂芸，张副教授；洪芝，马硕士生。:0 3 7 3 0 8天津市天津师范大学计算机与信息工程学院A des Sh o f o ue n nomainE gneig Tini r a Unv ri, ini 0 3 7 P R. hn d rs:co l mp tradIfr t n ier, aj No l ies y Ta j 3 0 8, . C ia oC o n n m t n

37