功能磁共振成像(fMRI)是依据血氧合水平依赖（Blood Oxygenation Level Dependent，BOLD）原理进行脑功能成像的检测工具。fMRI作为目前人类所掌握的唯一无侵入、无创伤、可精确定位的研究手段，具有很高的空间分辨率和进一步提高时间分辨率的潜力，特别适合于脑部疾病的检测和大脑高级功能的研究，进而揭示人类自身的神经活动规律。为弥补临床经验及提高诊断效率，发展一批高效、稳健的算法已成为神经科学家与临床医生的共同期待。　　本文从信号处理的角度，围绕活动源定位这一磁共振领域最重要的问题之一，采用特征分解为基本工具，开展了如下三方面的工作：　　1．提出了一种改进的主成分分析(Principle ComponentAnalysis，PCA)算法，并用于定位癫痫活动。本算法在传统PCA基础上引入了延时以抑制高斯噪声，提出了加权相关系数及对该系数的t检验，并用计算机仿真验证了其有效性。首次将该算法用于胶质瘤这一最大比例的肿瘤的活动源定位，得到了与临床诊断一致并符合生理病理学的结论。　　2．提出了联合的SPM-ICA-PCA算法——该算法是在分析了基于模型驱动的统计参数映射（Statistic Parameter Maping，SPM）、基于数据驱动的独立成分分析（Independent Component Analysis，ICA）与PCA算法的性能之后，从优势互补的角度提出的。在该联合算法中，提出了活动强度指标来直观反映不同脑区相对活动强弱；提出了等效刺激响应模式这一概念，及寻求等效刺激响应模式中的ICA成分选择准则；将该等效刺激响应模式代入SPM软件中进行统计推断与估计，从而将SPM软件的适用范围扩展到包含静息状态的更广的数据范围。仿真与临床数据处理结果都显示了联合算法的可行性与有效性。　　3．磁共振信号处理的多重信号分类（Multiple Signal Classification Method，MUSIC）算法——首先分析了阵列信号处理中的MUSIC算法实质与磁共振成像机理，找出了相位差这一联系的纽带，推证了适于磁共振信号处理的MUSIC算法中起关键作用的导向矢量。该磁共振信号处理的MUSIC算法可将BOLD信号的求解简化为矩阵的求逆运算，并能精确的定位活动源。将该算法用于真实的视觉刺激实验数据处理，获得了符合生理学的结论，从实际应用角度证实了该方法的有效性。　　综上所述，本文以fMRI原理与fMRI信号特征为基础，对fMRI的信号处理和癫痫定位方法进行了系统性的创新研究，增强了利用现代信号处理方法分析fMRI数据和利用动力学特性挖掘深层次脑功能信息的癫痫定位能力。仿真与实际数据处理的结果证明了这些方法和技术创新的有效性和应用价值。