目的:针对传统独立成分分析(ICA)方法在处理功能磁共振(fMRI)数据时存在计算量大、效率低等问题,提出基于ICA-R算法处理数据.方法:将脑默认网络的幅值信息作为源信号的部分先验知识,以参考信号的形式引入到传统ICA算法提取静息态fMRI(rsfMRI)数据的默认网络.结果:ICA-R算法能够有效提取符合大脑在静息状态时的自发活动特征的脑默认网络.结论:ICA-R算法克服了传统ICA算法以分离所有的源信号为目标造成的效率低等缺点,避免了传统ICA算法中需要后续处理的步骤,提高了算法效率,并且能够准确地提取脑脑默认网络.
作者:胡亚敏;孙兵;丁肇华;常春起
来源:中国临床医学影像杂志 2014 年 25卷 3期