基于多尺度特征提取的t检验方法分析fMRI数据
1 周口师范学院植物遗传与分子育种重点实验室, 河南 周口 466001
2 周口师范学院计算机科学学院, 河南 周口 466001
3 周口师范学院校医院, 河南 周口 466001
t Test Analysis of FMRI Data Based on Multiscale Feature Extraction
1 Key Laboratory of Plant Genetics and Molecular Breeding, Zhoukou Normal University, Zhoukou 466001, Henan, China
2 College of Computer Science and Technology, Zhoukou Normal University, Zhoukou 466001, Henan, China
3 The Hospital Affiliated to Zhoukou Normal University, Zhoukou 466001, Henan, China
摘要 采用基于多尺度特征提取的相关分析方法来分析fMRI数据性能优良,但需要已知实验响应信号的精确波形,因此适用范围受到限制。研究基于多尺度特征提取的t 检验新方法分析fMRI数据,以利用前者去噪彻底和后者不需要已知实验响应信号的特性,并用视觉fMRI组块型和事件相关型试验进行性能验证,且与基于多尺度特征提取的相关分析和目前权威的SPM8方法进行对比。分析结果显示,3种方法检测的激活区位置相同,但激活体素个数分别是2945、3811和1454。结果表明,由于综合了多尺度特征提取与t检验各自的优点,新方法的适用范围较基于多尺度特征提取的相关分析更广,分析性能较SPM8更好。
关键词 :
小波变换 ,
特征提取 ,
功能磁共振成像 ,
t检验 ,
数据分析
Key words :
wavelet transform
feature extraction
fMRI
t test
data analysis
基金资助: 国家自然科学基金(31272168); 河南省科技厅基础与前沿项目(132300410276)
[1]尧德中, 罗程, 雷旭, 等. 脑成像与脑连接 [J]. 中国生物医学工程学报, 2011, 〖STHZ〗30〖STBZ〗(1): 6-10.
[2]Friston KJ, Holmes AP, Worsley KJ, et al. Statistical parametric maps in functional imaging: a general linear approach [J]. Hum Brain Mapping, 1995, 2(4):189-210.
[3]Bullmore E, Fadili J, Maxim V, et al. Wavelets and functional magnetic resonance imaging of the human brain [J]. NeuroImage, 2004, 23(1): S234- S249.
[4]王永轩, 邱天爽, 刘蓉. 基于小波分析方法的脑电诱发电位单导少次提取 [J]. 中国生物医学工程学报, 2011, 30(1): 34-39.
[5]Wink AM, Roerdink JBTM. Denoising functional MR images: a comparison of wavelet denoising and Gaussian smoothing [J]. IEEE Trans Med Imaging, 2004, 23 (3): 374- 387.[6]Meyer FG. Waveletbased estimation of a semiparametric generalized linear model of fMRI timeseries [J]. IEEE Trans Med Imaging, 2003, 22(3):315-322.
[7]Van De Ville D, Seghier ML, Lazeyras F, et al. WSPM: waveletbased statistical parametric mapping [J]. NeuroImage, 2007, 37(4): 1205-1217.
[8]支联合, 谭素敏, 支羽光. 基于快速平稳小波变换的特征提取方法分析fMRI数据 [J]. 中国生物医学工程学报, 2012, 〖STHZ〗31〖STBZ〗(4): 620-624.
[9]白保东, 刘健, 郭红宇. 基于独立成分分析的时间自相关方法在功能磁共振激活区自适应提取中的应用 [J]. 中国生物医学工程学报, 2014, 33(2): 194-201.
[10]杨建国. 小波分析及其工程应用 [M]. 北京: 机械工业出版社, 2005: 107-128.
[1]
张小飞 陶凌 邓娟 龙伟* . 基于希尔伯特-黄变换的白细胞信号分 [J]. 中国生物医学工程学报, 2014, 33(1): 57-62.
[2]
谢平1 陈晓玲1 苏玉萍2 梁振虎1 李小俚1* . 基于EMD-多尺度熵和ELM 的运动想象脑电特征提取和模式识别 [J]. 中国生物医学工程学报, 2013, 32(6): 641-648.
[3]
高云园* 高发荣 罗志增. 融合生物运动信息的上肢运动功能康复诊断方法研究 [J]. 中国生物医学工程学报, 2013, 32(6): 692-698.
[4]
洪汇隆1,2 李玉榕1,2 * 陈建国1,2 杜民2 . 膝骨性关节炎运动质量评估系统设计 [J]. 中国生物医学工程学报, 2013, 32(5): 513-519.
[5]
李真真* 吴效明. 基于分数阶Hilbert 变换二维纹理特征的罗音检测算法 [J]. 中国生物医学工程学报, 2013, 32(3): 299-304.
[6]
牟锴钰 韦明* 郭建平. 基于小波和卡尔曼平滑的事件相关电位单次提取 [J]. 中国生物医学工程学报, 2012, 31(2): 167-174.
[7]
杜馨瑜 李永杰 尧德中* . 一种模拟视觉机制的图像分割模型 [J]. 中国生物医学工程学报, 2012, 31(1): 32-38.
[8]
王金甲* 胡备. 脑机接口的广义核线性判别分析方法研究 [J]. 中国生物医学工程学报, 2012, 31(1): 75-82.