期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

脑fMRI特征重建的分层快速聚类方法 被引量：2

Time complexity optimization of clustering for fMRI feature reconstruction
在线阅读 下载PDF
导出
摘要 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。 To solve the problem of reconstructing features of functional Fast Clustering method（HFC） is proposed.Compared with the existing Region of Interest（fROI） from extracted voxels,Hierarchical K-means clustering methods,this method saves more than 62% running time on condition of ensuring regression ability.
作者 林卫 何华灿 艾丽蓉 李梅
机构地区 河南师范大学计算机与信息技术学院 西北工业大学计算机学院
出处 《计算机工程与应用》 CSCD 北大核心 2009年第32期193-196,208,共5页 Computer Engineering and Applications
基金 国家自然科学基金No.60775038 西北工业大学基础研究基金No.W018101 陕西省自然科学基金No.2007F45~~
关键词 功能核磁共振成像 感兴趣区域 层次聚类 K-均值聚类 特征重建 functional Magnetic Resonance Imaging（fMRl） Region of Interest（ROD hierarchical clustering K-means feature recon- struction
分类号 TP181 [自动化与计算机技术—控制理论与控制工程]
  • 相关文献

参考文献1

二级参考文献13

  • 1刘亚东,周宗潭,胡德文,颜莉蓉,谭长连,吴大兴,姚树桥.大脑fMRI数据时/空模式综合分析的一种新方法[J].中国科学（E辑）,2004,34(10):1139-1147. 被引量：5
  • 2Schneider W,Siegle G.Pittsburgh brain activity interpretation competition material[EB/OL].http://ebc.lrdc.pitt.edu/ download2006.html.
  • 3Olivetti E.Gaussian process regression and recurrent neural networks for fMRI image classification[EB/OL].PBAIC 2006 material. http://www.ebc.pitt.edu/2006/Methods66/35.pdf.
  • 4Chigirev D,Stephens G.Predicting base features with supervoxels [EB/OL].PBAIC 2006 material.http://www.ebc.pitt.edu/2006/Methods 06/6.pdf.
  • 5Hagan M T.Neural network design[M].[S.l.]:PWS Press.
  • 6Mitchell T M.Learning to decode cognitive states from brain images[J].Machine Learning,2004,57 : 145-175.
  • 7Ji Y,Liu H,Wang X,et al.Cognitive states classification from fMRI data using support vector machines[C]//Proceedings of the IEEE Third International Conference on Machine Learning and Cybernetics, Shanghai, China, 2004 : 2920-2923.
  • 8Friston K J.Statistical parametri maps in functional imaging:ageneral linear approach[J].Human Brain Mapping,2:189-210.
  • 9Hjen-Srensen P,Hansen L K,Rasmussen C E.Bayesian modeling of fMRI time series[C]//NIPS99,Denver,November 29-December 4, 1999.
  • 10Penny W.Mixture models with adaptive spatial priors[C]//Coneepts and Methods in NeuroImaging Workshop at NIPS01,Vancouver, British Columbia,Canada,December 3-8,2001.

共引文献1

同被引文献18

  • 1杨立才,李佰敏,李光林,贾磊.脑-机接口技术综述[J].电子学报,2005,33(7):1234-1241. 被引量：75
  • 2林卫,何华灿,刘丽,贾澎涛.fMRI脑图的感知状态分析——回归模型及其寻优的非同质检验[J].计算机工程与应用,2007,43(31):28-33. 被引量：2
  • 3Lerch J P, Pruessner J, Zijdenbos A P, et ai. Automated cor- tical thickness measurements from MRI can accurately separate Alzheimer's patients from normal elderly controls [J]. Neuro- biol of Aging, 2008, 29 (1): 23-30.
  • 4Dai Z, Yan C, Wang Z, et al. Discriminative analysis of early Alzheimer's disease using multi-modal imaging and multi-I.evel characterization with multi-classifier (Ma) [J]. Neuroimage, 2012, 59 (3): 2187-2195.
  • 5Wang J, Wang L, Zarig Y. Parcellation-dependent small-world brain functional networks: A resting-state :MRI study [J]. Hum Brain Map, 2008, 30 (5).. 1511-1523.
  • 6杜字慧,桂志国,刘迎军.基于独立成分分析的脑功能网络分析方法综述[J].生物物理报,2013,29(4):266-275.
  • 7Gayathri K, Vignesh S. Efficient face detection and recognition u- sing block independent component analysis and clustering [C] // Recent Trends in Information Technology, 2011: 561-566.
  • 8韩樱,王正阁.轻度认知障碍和阿尔茨海默氏病的磁共振成像研究进展[J].医学研究所报,2011,24(9):975-978.
  • 9蔡利平,周绪川.高维数据上的自适应谱聚类降维方法研究[J].西南名族大学学报,2010,36(5):841-843.
  • 10Bjornsdotter M, Wessberg J. Comparing clustered and dis tributed sampling {or random suhspace brain mapping [C] // Pattern Recognition in Neurolmaging, 2011= 29-32.

引证文献2

二级引证文献3

计算机工程与应用
2009年 第32期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部