论文部分内容阅读
提出一种基于先验信息的脑功能网络提取方法。该方法基于先验信息得到初始的目标和背景种子点,然后基于图论将整个脑图像构建图,最后利用半监督聚类技术提取脑功能网络。基于不同信噪比的模拟数据,对提出方法、基于种子点的方法、独立成分分析方法以及两种聚类方法（归一化最小化割和K-均值方法）进行比较。基于真实脑静息态功能核磁共振数据,使用提出方法对默认模式网络进行提取。基于模拟数据的实验结果表明,提出的算法相对于传统的方法可以得到更为准确且鲁棒的脑功能网络。基于静息态功能核磁共振数据得到的默认模式网络在一些重要脑区具有