收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于fMRI的脑词汇认知状态识别方法研究

李娟  
【摘要】: 人脑是人体内外环境信息获得、存储、处理、加工和整合的中枢,揭示人脑的奥秘是人们一直以来的追求与梦想。随着各种新方法、新技术在脑研究领域的应用,相关实验数据大量产生。仅仅对这些数据进行简单的存储、查询和计算,根本无法挖掘出背后隐藏的大量信息。因此,必须用数据挖掘的方法以及先进的信息学工具,对实验数据进行分析、处理、整合和建模,从而发现新的规律,揭示脑认知活动的深层机制。 脑功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)是近年来用于认知研究的重要技术。本文在对脑功能磁共振成像数据分析处理研究的基础上,探讨了基于fMRI图像的脑词汇认知状态识别方法。本文的工作主要从以下三个方面展开。 针对fMRI图像的配准问题展开了研究。由于主客观原因的存在,实验获得的时间序列的fMRI图像并不能完全对齐,而认知实验中的统计分析都是基于同一部位的,因此必须对图像进行配准。本文给出了一种基于云模型改进的粒子群优化的fMRI图像配准方法,并用该方法进行了模拟的配准实验。结果表明,该方法较使用标准的粒子群算法收敛速度快,配准精度高,可以较好地解决fMRI图像配准问题。 研究了fMRI图像的特征抽取方法。实验获得的fMRI图像往往含有数十万个体素点,表示成向量的形式后维数也具有同样的数量级,这很不利于分析研究。因此,必须用尽可能少的变量表征原图像所蕴含的信息。本文给出了一种基于主成分分析的fMRI图像特征抽取方法。用该方法对fMRI数据进行特征提取后,可以将原来图像的体素信息用极少数量的主成分(通常都在10以内)来表示,且维数可以根据选取的主成分个数自由控制。 在前面工作的基础上,构建了一个基于SVM的脑主被动词汇认知状态的识别模型。实验表明,对单个被试者,模型的平均识别率为89%,对多个被试,平均识别率为83.5%。与已有文献中的方法相比,本文的优势在于提取特征向量的时候不需要知道感兴趣区域的所在,不需要先验知识,并且可以获得同样好的识别效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 费娜;;基于支持向量机的故障诊断[J];工业控制计算机;2010年12期
2 简国强,黄竞伟,秦前清,覃志祥;基于层次支持向量机的人脸检测[J];计算机工程;2005年22期
3 王辉;;主成分分析及支持向量机在人脸识别中的应用[J];计算机技术与发展;2006年08期
4 卢振泰;陈武凡;;基于主成分分析的三维医学图像快速配准算法[J];南方医科大学学报;2008年09期
5 卢振泰;冯衍秋;冯前进;陈武凡;;基于主相位一致性的医学图像配准[J];电子学报;2008年10期
6 李丹丹;路辉;郎荣玲;;基于主成分分析和支持向量机的飞参阶段划分研究[J];现代电子技术;2010年08期
7 蒋玉娇;王晓丹;王文军;毕凯;;一种基于PCA和ReliefF的特征选择方法[J];计算机工程与应用;2010年26期
8 王观玉;郭勇;;支持向量机在电信客户流失预测中的应用研究[J];计算机仿真;2011年04期
9 杨富华;彭钢;;PCA-SVM在网络入侵检测中的仿真研究[J];计算机仿真;2011年07期
10 董李艳;胡海平;赵丛;;基于人脸重要特征和SVM的人脸识别方法[J];应用数学与计算数学学报;2008年01期
11 吴清江;许文芳;王青力;;基于PCA和SVM的步态识别[J];计算机科学;2006年12期
12 陆新根;;基于支持向量机与主成分相结合的网页分类器[J];浙江万里学院学报;2007年02期
13 崔正斌;汤光明;乐峰;;遗传优化支持向量机的软件可靠性预测模型[J];计算机工程与应用;2009年36期
14 顾成扬;吴小俊;;基于EST和SVM的乳腺癌识别新方法[J];计算机工程与应用;2011年08期
15 邹淑雪;王岩;黄艳新;周春光;;一种基于支持向量机的模糊分类系统研究[J];小型微型计算机系统;2006年04期
16 曹成涛;徐建闽;;基于PSO-SVM的短期交通流预测方法[J];计算机工程与应用;2007年15期
17 田源;程义民;钱振兴;汪云路;;基于PCA及SVM的图像信息隐藏检测[J];中国科学院研究生院学报;2008年01期
18 董李燕;刘艺蕾;王晓峰;;基于人脸局部特征和SVM的表情识别[J];合肥学院学报(自然科学版);2009年01期
19 孙东;蒋刚;姜军;王坤朋;;基于SVM和肤色提取的人脸检测研究[J];科技信息;2009年22期
20 洪伟铭;;组合方法在人脸表情识别中的应用研究[J];计算机仿真;2011年02期
中国重要会议论文全文数据库 前10条
1 颜辉;陈斌;金尚忠;;基于MR的主成分结合支持向量机鉴别蚕茧雌雄的研究[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
2 张云佳;晏华;;支持向量机在肝病分类模型中的应用[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
3 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
4 邓家刚;刘进;覃洁萍;冯旭;王丽丽;侯小涛;;20种活血化瘀中药提取物的红外光谱分析及其与药性相关性的初步探讨[A];第二届临床中药学学术研讨会论文集[C];2009年
5 常俊林;魏巍;梁君燕;;基于支持向量机的SURF改进算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
6 王程;杨静;张倩;;GA-PSO算法在图像配准中的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
7 范晓静;张来斌;梁伟;王朝晖;;基于支持向量机的管道泄漏检测方法研究[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
8 陈滨津;钟一民;余建国;;基于互信息的动态心脏超声图像的配准[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
9 申琦;石伟民;梅桢;;基因芯片数据解析算法研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
10 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
2 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
3 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
4 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
5 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
6 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
7 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 时永刚;广义距离度量和多模态图像配准技术研究[D];中国科学院研究生院(电子学研究所);2004年
10 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 李娟;基于fMRI的脑词汇认知状态识别方法研究[D];大连理工大学;2009年
2 毛继珮;基于模式识别的汽轮发电机组故障诊断系统[D];华北电力大学(河北);2004年
3 李涛;基于SVM和PSO的非线性模型预测控制及应用研究[D];上海交通大学;2008年
4 龚灯才;基于支持向量机的电力短期负荷预测研究[D];河海大学;2006年
5 刘铮;智能优化算法在电磁工程中的应用[D];南京理工大学;2005年
6 杨东侯;建筑工程投资估算方法研究[D];中南大学;2005年
7 贺春;基于支持向量机的彩色人脸检测技术的研究[D];武汉理工大学;2006年
8 杨晨光;商业银行信用风险评估研究[D];华北电力大学(河北);2007年
9 程伟;基于支持向量机在储层参数预测中的应用[D];成都理工大学;2007年
10 王硕;设备状态监测无线集成网络节点设计与研究[D];广东工业大学;2005年
中国重要报纸全文数据库 前10条
1 叶东云;统计主成分分析的应用问题[N];延安日报;2009年
2 王新亮 王娟;今年上半年股价涨幅前20上市公司绩效分析(上)[N];财会信报;2007年
3 ;城市投资环境评价指标体系及研究方法[N];中国信息报;2006年
4 湘财证券研究所 汪先珍;三季“多云”四季“晴” 长债当歌短债吟[N];中国证券报;2010年
5 陈东理;如何把握股指期现套利投资机会[N];期货日报;2007年
6 记者 王宝琳;我首次采用基因组学技术研究中药[N];科技日报;2009年
7 卫星;许健民详释风云二号C星[N];中国气象报;2004年
8 北京交通大学经济管理学院 穆岩;改善人力资本状况 提升区域竞争力[N];经济日报;2004年
9 郭寅龙 王昊阳;建立中药质检认可体制[N];上海中医药报;2002年
10 冉瑞奎 杨斗立 洪宇;漫谈风云二号D星[N];中国气象报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978