搜索结果: 1-4 共查到“计算机科学技术 fMRI”相关记录4条 . 查询时间(0.09 秒)
Detection of Cognitive States from fMRI data using Machine Learning Techniques
Sequence Learning fMRI visuomotor Naive Bayes Classifier Support Vector machine Nearest neighbour classification
font style='font-size:12px;'>
2015/7/29
Over the past decade functional Magnetic Resonance Imaging (fMRI) has emerged as a powerful technique to locate activity of human brain while engaged in a particular task or cognitive state. We consid...
应用图像融合的fMRI数据处理方法的研究
功能磁共振成像（fMRI） 运动皮层 统计参数图（SPM） 独立成分分析（ICA） 图像融合
font style='font-size:12px;'>
2010/2/21
提出了一种新的fMRI数据处理方法，融合了统计参数图（SPM）、独立成分分析(ICA)所提取的特征信息，实现脑功能激活区的准确提取。首先通过时段设计实验获取了反应不同握力条件下手运动相关皮层活动的fMRI数据，并且进行相应的预处理；然后采用SPM和ICA方法分别提取脑功能信息；研究了一种基于主成分分析的图像融合算法。最后，应用图像融合算法对SPM和ICA方法分别提取的脑功能信息进行融合。结果表明，...
脑fMRI特征重建的分层快速聚类方法
感兴趣区域 层次聚类 K-均值聚类
font style='font-size:12px;'>
2009/12/10
在对大脑fMRI感兴趣区域的分析中，利用特征选择所得到的筛选属性进行特征重建问题上，提出了分层快速聚类的分析方法，同已有K-均值聚类方法相比，在聚类有效性得到提高的前提下，总体降低了聚类的时间代价，并为后续的回归分析处理提供了精确保证。
fMRI脑图的感知状态分析 ——回归模型及其寻优的非同质检验
感知状态 fMRI脑图
font style='font-size:12px;'>
2008/3/10
脑功能核磁共振图像fMRI的特点是定位准确,但信噪比低、数据量大。对fMRI数据的泛回归模型的超参数寻优问题作了分析,提出基于非同质检验的超参数确认方法,重点比较了它在线性和非线性的回归方式（包括岭回归,支持向量回归,Elman递归神经网络）下针对不同外界环境特征的回归能力差异,实验所采用原始数据均来自PBAIC2006,结果表明,该方法在对相关领域知识较少依赖的前提下,具有较好的稳定性和泛化能力...