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)。