咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种利用PCA和非环形特性估计复数fMRI数据模型阶数的方法 收藏
一种利用PCA和非环形特性估计复数fMRI数据模型阶数的方法

一种利用PCA和非环形特性估计复数fMRI数据模型阶数的方法

专利申请号:CN201610218145.8

公 开 号:CN105912851A

发 明 人:林秋华 李巍 龚晓峰 丛丰裕 

代 理 人:赵连明;梅洪玉

代理机构:21200 大连理工大学专利中心

专利类型:发明专利

申 请 日:20160831

公 开 日:20160407

专利主分类号:G06F19/00(20110101)

关 键 词:复数 阶数 非环形 拐点 消噪 生物医学信号处理 估计模型 模型阶数 数据模型 特性估计 主成分数 度量 空时 敲击 采集 检测 分析 

摘      要:一种利用PCA和非环形特性估计复数fMRI数据模型阶数的方法,属于生物医学信号处理领域。先对复数fMRI数据进行连续主成分数的PCA消噪,再计算消噪数据的非环形度量DOI,得到DOI曲线并进行必要的调整,最后采用SORTE准则检测DOI曲线的拐点,该拐点对应的PCA成分数即为所估计模型阶数。本发明利用了完整的复数fMRI数据,能估计出更高更准确的模型阶数,进而分离更多更好的空时成分。在敲击手指任务下采集的复数fMRI数据的ICA分析中,本发明估计阶数下获取的单被试SM和TC与参考信号的相关系数最大可提高202.42%和51.89%以及123.15%和431.30%(DMN)。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分