基于自适应区域增长的fMRI脑功能激活区检测

来源 :计算机应用与软件 | 被引量 : 2次 | 上传用户:taizi0204
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
区域增长作为一种有效的功能磁共振(fMRI)分析方法,由于受到诸如噪声、生长准则等因素的影响,限制了它在脑功能激活区检测方面的应用与发展。为了克服这些问题,提出一种自适应的区域增长方法,用于fMRI脑功能激活区的检测。该方法首先利用主成分分析(PCA)对预处理后的图像进行降噪;然后通过裂分合并与模板匹配相结合的方法自动获取初始生长点;最后使用典型相关系数和皮尔森相关系数作为生长准则进行区域增长。通过模拟数据实验和真实数据实验验证了该方法的有效性。实验结果表明,相比于其他的fMRI分析方法(如ICA、
其他文献
随着网络信息技术的发展以及"三网融合"的推进,交互式网络电视IPTV成为越来越多用户的选择,成为新媒体中的一支主力军,但快速发展的同时也面临着巨大的挑战。如何有效评估供应商提供的大量视频,选择符合用户需求的视频成为IPTV发展的关键问题。提出利用新媒体和传统媒体的视频大数据和IPTV历史收视大数据,在Spark平台上使用BP神经网络建立视频评估模型。基于新媒体和传统媒体从视频收视度、视频影响度和视
虽然采用穿戴式传感器进行坐姿检测的测量结果准确,但是会对被测试者造成束缚并且成本较高。提出使用Kinect的骨骼角度测量算法对坐姿进行非接触式的实时检测并判断坐姿意图。通过单片机来控制座椅从而适应用户当前坐姿;通过骨骼角度测量算法测量头部和背部角度,从而确定坐姿的意图;利用信心检验方法排除冗余数据,提高数据测量的准确性;将Kinect检测数据与彩色摄像头录像进行对比,Kinect的测量准确性与稳定