脑功能磁共振成像技术.ppt

独立成份分析(ICA) 及脑功能磁共振成像(fMRI);研究的主要方向;1.ICA模型;由（1）可见，信号S放大 k 倍与A的相应列缩小k倍的结果相同,从而决定了ICA得到的信号存在强度的不确定性。为此, 在求解时往往把观测信号先转化为有单位协方差的信号,即在ICA之前先有一个白化过程[2]。 ; ICA的目的是：在我们不知道混合矩阵的情况下,寻找线性映射w，从观测信号中提取不能被直接观测的原信号,　这里把它记为: y=wx=wAs （4） ;2. ICA理论：;（3）极大似然估计判据 ;(1) 成对旋转法 ：利用Givens旋转,将中的独立成份两两成对旋转直到独立性判据目标函数收敛为止 ;原始信号 混合信号 ICA 分离信号;5. ICA理论研究方向;6.ICA应用研究;7.本实验室取得的成就;癜痫EEG数据;(2)提出了基于互信息理论的ICA信息极大快速算法，并用于混合图像分离（陈华富，尧德中， 信号处理,2001); ;(3) 提出了基于固定点和梯度优势互补的组合算法及在fMRI中的应用 (Chen H, Yao D.ICCCAS 2002）;(4) 提出图像ICA分离理论和BFGS算法; ;脑功能定位; (a) Reference structural image (b) Non-registered structural image ;; ;(7) 对功能磁共振（fMRI）数据用小波变换去噪 (陈华富，尧德中， 信号处理,2001);8 .Analysis epileptic EEG signals by Wavelet (Chen et al, ICCAS2002;(9) ICA 分离fMRI数据中的脑功能活动成份; ;（10）基于fMRI时-空模型的ICA数据处理方法 SIM （Mckenown,1998) TIM (Chen, Yao et al ,science in china 2002) Chen, Yao et al . Human Brain Mapping, submitted ;2)SIM及独立成份分析法示意图;4）基于SIM的ICA方法对不同步兴奋的成像效果 ;6)邻域独立成份相关算法TIM--示意图 ; ;8）邻域相关法实验二的fMRI结果 ; ;;11. Detecting Brain Activities from fMRI Dataset using MUSIC ;1.???????Huafu Chen, Dezhong Yao, Sue Becker, Yan Zhuo , Min Zeng ,Lin Chen . A New Method for fMRI Data Processing: Neighborhood Independent Component Correlation Algorithm and Its Preliminary Application. Science in China Series F. 2002 Vol.45 No.5???373-382 2.? Huafu Chen, Dezhong Yao, Yan Zhuo, Lin Chen. Analysis of fMRI Data by Blind Separation into Independent temporal Component, Human Brain Mapping, submitted. 3.? Huafu Chen, Dezhong Yao, Lin Chen. A New Method for Detecting Brain Activities from fMRI Dataset, Neurocomputing 2002, Nov. vol 48/1-4 pp 1047-1052 4.??Huafu Chen, Dezhong Yao, Lin Chen. Image independent component analysis and its application in localization of brain activities. Neurocomputing (submit) 5.?? Huafu Chen, Dezhong Yao,Ruhai Li et al. A new automatic image registration based projection technique. IEEE trans. On Medical Image. (sub