（信号与信息处理专业论文）基于线性变换的功能磁共振数据分析方法应用研究.pdf

基于线性变换的功能磁共振数据 分析方法应用研究 t h ea p p l i c a t i o nr es e a r c ho nl i n e a r t r a n s f o r m 【a t i o nm e t h o d sf o rf m r id a t a a n 龇s i s 作者：何琪 专业：信号与信息处理 指导教师：孙丰荣( 副教授) 完成时间：2 0 1 0 年4 月1 5 日 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名：尘虽塑e t期：型坦：丝丝 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名： 翅丝，导师签名 山东大学硕士学位论文 目录 i i i 录i t a b l eo f c o n t e n t s i i i 摘j i 荽1 a b s l r a c t 2 符号说明4 第一章绪论。5 第一节课题的来源与背景5 第二节课题的研究内容及论文的结构6 第二章功能磁共振成像。9 第一节概述9 2 1 1 核磁共振原理9 2 1 2 功能磁共振成像1o 2 1 3f m r i 实验设计1 l 第二节几种常见的i m r i 数据处理方法。l2 2 2 1 数据驱动方法1 2 2 2 2 模型驱动方法16 第三节f m r i 数据分析方法的评价标准- r o c 2 0 2 3 1r o c 分析的基本原理及r o c 曲线的概念2 1 2 3 2 r o c 曲线的绘制和评价方法一2 2 第三章基于独立成分分析的分析方法2 4 第一节独立成分分析技术的研究进展2 4 第二节独立成分分析的基本原理2 5 第三节i c a 的几种常见算法2 7 3 3 1 互信息最小化2 7 3 3 2b s 算法与扩展的b s 算法一2 7 3 3 3 极大似然估计一2 9 3 3 4 非线性p c a 一最d x - - 乘算法3 0 第四节 i c a 应用在f m r i 数据分析中的理论基础及建模一3 0 3 4 1i c a 方法用于f m r i 数据分析的合理性3 0 山东大学硕士学位论文 3 4 2 使用s i c a 分析t m r i 数据的模型建立3 3 第五节使用f m r l a b 分析f m r i 数据3 5 3 5 1 软件f i n r l a b 概述。3 5 3 5 2f l v l r i 数据的获取和试验设计3 6 3 5 3f i n r l a b 处理的过程和实验结果3 6 第四章基于最优线性变换的功能磁共振成像特征空间分析4 1 第一节概述4 1 第二节理论与方法4 2 4 2 1i m p 时间序列图像特征提取4 2 4 2 2 产生f m r i 复合图像4 4 第三节基于o l t 的m 妇r i 数据特征空间分析方法4 6 第五章仿真研究及一个组块设计f m r i 实验的数据处理4 9 第一节仿真方案一4 9 5 1 1 生成f l v l r i 仿真数据一4 9 5 1 2 激励及活动体素5 0 第二节仿真实验结果5 1 5 2 1 基于o l t 的特征提取和聚类5 l 5 2 2 使用o l t 产生伽u 复合图像5 3 第三节与g l m 方法的比较一5 3 5 3 1a f n i 中基于g l m 的分析方法5 3 5 3 2r o c 分析。5 4 第四节组块设计的f m r i 实验数据处理。5 6 5 4 1f m r i 数据的获取和试验设计5 6 5 4 2 数据处理5 7 第五节讨论6 0 第六章结论与展望6 l 参考文献6 2 墅5 【谢6 9 硕士期间发表的论文7 0 i l 山东大学硕士学位论文 t a b l eo fc o n t e n t s a b s t r a c t 3 s y m b o ld e s c r i p t i o n 5 c h a p t e r l i n t r o d u c t i o n 6 ：s e c t i o n lb a c k g r o u n d 6 j s e c t i o n 2r e s e a r c hc o n t e n t sa n ds t r u c t m eo f t h e s i s 7 c h a p t e r 2 】 i 倒i m a g i n g 1 0 s e c t i o n lo v e r v i e w 10 # p 7 。 ，。 2 1 1 p h y s i c a lp r i n c i p l e so f m a g n e t i cr e s o n c ei m a g i n g 1 0 2 1 2 f u n c t i o nm a g n e t i cr e s o n e ei m a g i n g 11 2 1 3 皿ue x p e r m e n t a ld e s i g n 12 s e c t i o n 2k i n d so f 缸ud a t aa n a l y s i s 1 3 2 2 1 d a t a - d r i v e nm e t h o d 13 2 2 2 m o d e l d r i v e nm e t h o d 17 s e c t i o n 3e v a l u a t i o no ff 己d a t aa n a l y s i s - - - - - r o c 21 2 3 1 i n 仃o d u c t i o n 一2 2 2 3 2 d r a w i n ga n du s i n gr o c 2 3 c h a p t e r 3a i c am e t h o df o rn 皿ud a t a 一2 5 s e e t i o n lr e s e a r c hr e v i e wo fi c a 2 5 s e c t i o n 2 ，n l ep r i n c i p l eo fl c a 2 6 s e c t i o n 3 a l g o r i t h m so fl c a 2 8 3 3 1m i n i m i z a t i o no f m u t u a li n f o r m a t i o n 2 8 3 3 2 b sa l g o r i t h m s 2 8 3 3 3m a x i m u ml i k e l i h o o de s t i m a t i o n 3 0 3 3 4n o n l i n e a rp c a 31 s e c t i o n 4t h et h e o r e t i c a lb a s i sa n dm o d e l i n gi c a a p p l i e dt o 瓜耋r jd a t aa n a l y s i s 3 1 3 4 1 t h er a t i o n a l i t ya n a l y s i sf m r jd a t ab yi c am e t h o d s 31 3 4 2 a n a l y s i so ff m i u d a t au s i n gs l c am o d e l 一3 4 i 山东大学硕士学位论文 s e c t i o n 5 a n a l y s i sf m r id a t ab yf m r l a b 3 6 3 5 1 i n t r o d u c t i o n 3 6 3 5 2f m r jd a t aa c q u i s i t i o na n de x p e r i m e n t a ld e s i g n 3 7 3 5 3 p r o c e s s i n gp r o c e d u r ea n de x p e r i m e n t a lr e s u l t sb yf m r l a b 3 7 c h a p t e r 4 啊舱o p t i m a l l i n e a rt r a n s f o r m a t i o n - b a s e d 删f e a t u r es p a c ea n a l y s i s 4 2 s e c t i o n li n t r o d u c t i o n z l ：! s e c t i o n 2m e t h o d 4 3 4 2 1f e a t u r ee x t r a c t i o no ff m i ut i m es e r i e sd a t a 4 3 4 2 2g e n e r a t et h ef m p dc o m p o s i t ei m a g e 4 5 s e c t i o n 3m e t h o do ff e a t u r es p a c ea n a l y s i so f f m r i - 一4 7 c h a p t e r 5s i m u l a t i o n ! ；( ) s e c t i o n ls i m u l a t i o ns c h e m e ! ；( ) 5 1 1s y n t h e t i c 伽id a t a 5 0 5 1 2 a r r a n g e m e n to fr o i s ，s t i m u l ia n da c t i v ev o x e l s 5 1 s e c t i o n 2s i m u l a t i o n sa n dr e s u l t s ! ；：1 5 2 1o l t - b a s e df e a t u r ee x t r a c t i o na n dc l u s t e r i n g 5 2 5 2 2g e n e r a t i o no ff m r jc o m p o s i t ei m a g e s u s m go i 丁。5 4 s e c t i o n 3 c o m p a r i s o n sw i t ht h eg l m m e t h o d 5 4 5 3 1g l mm e t h o di na f l 5 4 5 3 2r o c a n a l y s i s 5 5 s e c t i o n 4 e x p e r i m e n t a lr e s u l t s 5 7 5 4 1f m 砌d a t a a c q u i s i t i o na n de x p e r i m e n t a ld e s i g n 5 7 5 4 2d a t aa n a l y s i s 5 8 s e c t i o n 5d i s c u s s i o na n dc o n c l u s i o n s 61 c h a p t e r 6 c o n c l u s i o na n dp r o s p e c t 6 ：! r e f e r e n c e s 6 3 a c k n o w l e d g e m e n t 7 ( ) p u b l i c a t i o n s 7 1 i v 山东大学硕士学位论文 摘要 人脑是自然界进化中最为复杂的产物，数百年来，人类一直试图解开大脑的 奥秘。随着脑成像技术发展，人们对脑的研究已不仅局限于解剖定位，更多的是 对脑功能活动基本过程的深入研究。功能磁共振成像是2 0 世纪9 0 年代以后发展 起来的一项用来研究人脑在刺激响应下的功能的神经影像学技术。其成像原理主 要是基于血流的敏感性和血氧水平依赖性( b o l d ) 信号的变化检测脑激活区域。 功能磁共振成像具有很多优势，如无创伤性、无放射性、具有较高的时间分辨率、 可多次重复操作等。因此，近年来功能磁共振成像已成为脑功能成像的首选方法， 许多处理f m r i 数据的方法也应运而生。本文主要对基于线性变换的功能磁共振 数据分析方法进行了应用研究。 ， 。一 对f m r i 信号的研究大多是在假定已知事件的相关时间过程曲线的情况下， 利用相关性分析得到脑的激活区域。若将f m r i 信号分析看作是一种盲源分离问 题，在不清楚其时间过程曲线、也不清楚有哪几种因素对f m r i 信号有贡献的情 况下，可用独立成分分析方法对f m r i 信号进行盲源分离，提取不同独立成分得 到任务相关成分以及其它产生t m r i 信号的多种源信号。本文讨论了使用i c a 方 法处理i m r i 数据的理论基础、建模，并设计实验使用软件f m r l a b 对f m r i 数据 进行了分析。 最优线性变换( o l t ) 是一种图像特征空间的分析技术，它首先应用于m r i 领域。本文提出一种新的方法，把o l t 的应用由m r i 扩展到f m r i ，以期改进 传统f m r i 激活区检测分析方法的性能。这种方法包括：1 ) 不同激励的理想血 流动力学响应时间序列由理论血流动态响应模型与激励时间信号卷积得到。2 ) 由根据理想血流动力学响应构建感兴趣激励模型的特征向量，并用o l t 提取 f m r i 数据的特征。作为结果的特征空间拥有良好的几何聚类属性，被分为属于 不同感兴趣激励模型的种类。进而，由平均获得每个种类的特征向量。3 ) 应用 所得到的特征向量，再次应用o l t 产生f m r i 复合图像。我们使用仿真的f m r i 数据和一个组块设计的f m r i 试验数据比较了本文方法与基于广义线性模型 ( g l m ) 方法的应用性能。仿真研究与试验结果显示了本文方法对于g l m 方法在 检测脑部激活区域上的优越性。 关键词：功能磁共振成像，最优线性变换，独立成分分析，仿真 山东大学硕士学位论文 a b s t r a c t b r a i n sa 咒t h em o s tc o m p l e xm a c h i n ei nt h en a t u r e ，a n df o rh u n d r e d so fy e a r s ， s c i e n t i s t sk e p tt r y i n gt of i n do u tt h em y s t e r yo ft h eb r a i n s w i t ht h ed e v e l o p m e n to f t h eb r a i ni m a g i n gt e c h n o l o g y , p e o p l ed om o r er e s e a r c ht ot h ep r o c e s s i n ga n a l y s i so f b r a i nf u n c t i o n , n o to n l yt ot h ea n a t o m i c a l f u n c t i o nm a g n e t i cr e s o n a n c ei m a g i n g ( 唧i s an e u r o ni m a g i n gt e c h n i q u ew h i c hi su s e dt os t u d yt h eh u m a nb r a i n s f u n c t i o ni nr e s p o n s et os t i m u l u sf r o m19 9 0 s t h et m r it a k e st h r e ed e m e n t si n t o c o n s i d e r a t i o ns u c ha sf u n c t i o n , i m a g e ，a n da n a t o m y i ti sak i n do fn o n i n v a s i v ea n d n o n - r a d i f l i z e dt e c h n o l o g ya n di th a sh i g ht e m p o r a la n ds p a t i a lr e s o l u t i o na n dc a l lb e o p e r a t e dr e p e a t e d l ya sw e l l t h e r e f o r e ，t m r ih a sa l r e a d yb e c o m ea ni m p o r t a n t m e t h o dt o d a yt od or e s e a r c h e so nb r a i na n dl o t so fm e t h o d sf o rb r a i n 小ud a t a p r o c e s s i n gc a m ei n t ob e i n ga n dm a d ea l o to fr e s u l t s w ed i s c u s s e dt h ea p p l i c a t i o n r e s e a r c ho nl i n e a rt r a n s f o r m a t i o nm e t h o df o rf m r id a ma n a l y s i s c u r r e n t 粕a l 妒c a lt e c h n i q u e sa p p l i e dt o 删d a t ar e q u i r eap r i o r ik n o w l e d g eo r s p e c i f i ca s s u m p t i o n sa b o u tt h et i m ec o u r s e so fp r o c e s s e sc o n t e i b u t i n gt ot h em e a s u r e d s i g n a l s s i n c et h ef l 4 r is i g n a l sf r o mt h ee x p e r i m e n t s 啪b er e g a r d e da sas p e c i f i c p r o b l e mo fb l i n ds o u r c es e p a r a t i o n , t h ei c aa l g o r i t h mc a nb ec o n s i d e r e d 嬲a m e t h o d o fe x t r a c t i n gi n d e p e n d e n tc o m p o n e n tm a p sf r o mf m r is i g n a l w i t h o u ta n yl 嫡o r i k n o w l e d g ea b o u tt h et i m ec o u r s e so fp r o c e s s e sc o n t r i b u t i n gt ot h em e a s u r e ds i g n a l s ， i c ai su s e dt os e p a r a t ei m r id a t ai n t ot a s k - r e l a t e di n d e p e n d e n tc o m p o n e n t 、n o i s y i n d e p e n d e n tc o m p o n e n t sa n do t h e ri n d e p e n d e n tc o m p o n e n ts i g n a l w ed i s c u s s e dt h e t h e o r e t i c a lp r i n c i p l ea n dt h em o d e l i n go f 蹦md a t ap r o c e s sb yi c 八a n dd e s i g na e x p e r i m e n tt oa n a l y s i st h ef m r id a t ab yf i n r l a b t h i sp a p e rp r o p o s e sam e t h o do fe x t e n d i n gt h e o p t i m a ll i n e a rt r a n s f o r m a t i o n ( o l d ，觚i m a g ea n a l y s i s t e c h n i q u eo ff e a t u r es p a c e ，f r o mm a g n e t i cr e s o n a n c e i m a g i n g ( m p d ) t of u n c t i o n a lm a g n e t i cr e s o n a n c ei m a g i n g ( 唧s oa st oi m p r o v et h e a c t i v a t i o nd e t e c t i o np e r f o r m a n c eo v e rc o n v e n t i o n a la p p r o a c h e so ft m r ia n a l y s i s t h e m e t h o dw a s ：( 1 ) i d e a lh e m o d y n a m i cr e s p o n s e sf o rd i f f e r e n ts t i m u l iw e r eg e n e r a t e db y 2 山东大学硕士学位论文 c o n v o l v i n gt h et h e o r e t i c a lh e m o d y n a m i cr e s p o n s em o d e l w i t ht h es t i m u l u st i m i n g ，( 2 ) c o n s i d e r i n gt h ei d e a lh e m o d y n a m i cr e s p o n s e sa sh y p o t h e t i c a ls i g n a t u r ev e c t o r sf o r d i f f e r e n ta c t i v i t yp a t t e r n so fi n t e r e s t , o l tw a su s e dt oe x t r a c tt h ef e a t u r e so ff m r i d a t a t h er e s u l t a n tf e a t u r es p a c eh a dp a r t i c u l a rg e o m e t r i cc l u s t e r i n gp r o p e r t i e s i tw a s t h e nc l a s s i f i e di n t od i f f e r e n tg r o u p s ，e a c hp e r t a i m n gt oa l la c t i v i t yp a t t e r no fi n t e r e s t ； t h ea p p l i e ds i g n a t u r ev e c t o rf o re a c hg r o u pw a so b t a i n e db ya v e r a g i n g ，( 3 ) u s i n gt h e a p p l i e ds i g n a t u r ev e c t o r s ，o l tw a sa p p l i e da g a i nt og e n e r a t ef m r ic o m p o s i t ei m a g e s w i t hh i g hs n r sf o rt h ed e s i r e da c t i v i t yp a t t e r n s s i m u l a t i o n sa n dab l o c k e df m r i e x p e r i m e n tw e r ee m p l o y e dt ov a l i d a t et h ep r o p o s e dm e t h o d t h es i m u l a t i o na n dt h e e x p e r i m e n tr e s u l t si n d i c a t e dt h ep r o p o s e dm e t h o dw a sc a p a b l eo fi m p r o v i n gs o m e c o n v e n t i o n a lm e t h o d st ob em o r es e n s i t i v et oa c t i v a t i o n s ，h a v i n gs t r o n gc o n t r a s t b e t w e e na c t i v a t i o n sa n di n a c f i v a t i o n s ，a n db e i n gm o r ev a l i d f o rc o m p l e xa c t i v i t y p a t t e r n s k e yw o r d s ：f u n c t i o n a lm a g n e t i c r e s o n a n c ei m a g i n g ，o p t i i n a ll m e a r t r a n s f o r m a t i o n , i n d e p e n d e n tc o m p o n e n ta n a l y s i s ，s t i m u l a t i o n 3 山东大学硕士学位论文 4 符号说明 a f n i a n a l y s i so f f u n c t i o n a ln e u r o i m a g e功能图像分析软件 b b sb l i n ds o u r c es e p a r a t i o n盲源信号分离 b o l d ：b l o o do x y g e n a t i o nl e v e l - d e p e n d e n t血氧水平依赖 c o h c o m p o n e n to fi n t e r e s t感兴趣成分 f m r i ：f u n c t i o n a lm a g n e t i cr e s o n a n c ei m a g i n g 功能磁共振成像 f p f ： f a l s ep o s i t i v ef r a c t i o n假阳性率 g l m ：g e n e r a ll i n e a rm o d e l广义线性模型 h r ：h c m o d y n a m i cr e s p o n s e血流动力学响应 i c a ： i n d e p e n d e n tc o m p o n e n ta n a l y s i s 独立成分分析 m r i ： m a g n e t i cr e s o n a n c ei i n a g i n g核磁共振成像 p c a ：p r i n c i p a lc o m p o n e n ta n a l y s i s 主成分分析 p d f ：p r o b a b i l i t yd e n s i t yf u n c t i o n概率密度函数 r o cc u r v e s ：r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i cc u r v e s 操作者特性曲线 r o a ： r e g i o no fa c t i v i t y 激活区 r o i ： r e g i o no f i n t e r e s t感兴趣区域 s i c a ： s p a t i a li n d e p e n d e n tc o m p o n e n ta n a l y s i s 空间独立成分分量 s n r ： s i g n a l - t o - n o i s er a t i o信噪比 s o m ： s e l f - o r g a n i z i n gm a p 自组织映射 s p m ：s t a t i s t i c a lp a r a m e t r i cm a p p i n g统计参数映射 t i c a ：t e m p o r a li n d e p e n d e n tc o m p o n e n ta n a l y s i s 时间独立成分分量 tpf：truep o s i t i v ef r a c t i o n真阳性率 山东大学硕士学位论文 第一章绪论弟一早珀化 第一节课题的来源与背景 大脑是人体结构与功能最复杂和精密的器官，脑的功能是生命科学中，乃至 所有学科中，最令人感兴趣的问题之一。人类一直对脑充满了好奇，从有历史记 载的远古时代开始，人们就开始以宗教的形式对人类灵魂的存在性进行讨论。进 入2 0 世纪后，人们开始从科学的角度探索人脑。揭示人脑的奥秘是当今科学研 究的迫切任务，具有重大的科学意义和哲学意义。 人类早期对于人脑的解剖结构和功能知识的研究大多通过解剖人的尸体和 损毁活体来获取。虽然这样的研究方式能得到很多有意义的结果，可是，整体和 活体的作用机制才能反映大脑本质的活动规律。近年来，随着观测人脑活动的测 量仪器和测量技术的发展，脑科学取得了诸多成就。先进的、无创伤的测量脑活 动的扫描设备和理论的出现和发展，极大的促进了脑神经科学和认知神经科学的 研究，使脑科学进入了新的飞跃发展的阶段。大脑的认知活动以及基于认知的意 识和思维活动，是一个信息处理的过程，其本质上是神经元的电生理活动，同时 伴随有关生理变化( 如血流量变化、血氧变化、某些化学成分变化) 。这就为人 们观察大脑的认知活动和基于认知的意识活动，提供了一个宝贵的窗口。在此基 础上脑功能成像技术有了很大的发展。 目前已有的脑功能成像技术包括功能磁共振成像技术( f u n c t i o n a lm a g n e t i c r e s o n a n c ei m a g i n g ，f m r i ) 、正电子发射断层显像技术( p o s i t r o ne m i s s i o n t o m o g r a p h y , p e t ) 、脑电图( e l e c t r o e n c e p h a l o g r a p h , e e g ) 、脑磁图 ( m a g n e t o e n c e p h a l o g r a p h , m e g ) 、弥散张量成像( d i f f u s i o nt e n s o ri m a g i n g ，d t i ) 、 单光子发射断层显像( s i n g l e - p h o t o ne m i s s i o nc o m p u t e dt o m o g r a p h y , s p e c t ) 以 及光学成像( o p t i e a li m a g i n g ，o i ) 等。e e g 和m e g 虽然时间分辨率很高，但 是只能记录浅表脑组织的电磁活动，并且由于使用肌肉松弛剂、麻醉剂，以及电 极的定位精度等问题，所得图像存在较大的空间误差。p e t 是通过监测发射正电 子的分子在脑内的分布，来了解脑内功能活动。这些发射正电子的分子是人为导 入的，根据需要可以观察血流、也可以观察脑内神经递质等分子。p e t 目前主要 5 山东大学硕士学位论文 用于肿瘤组织的代谢测定，在功能成像方面具有一定的优势，但由于其具有放射 性、时空分辨率较低并且费用昂贵，因而在应用时受到一定的限制。在这些脑功 能成像技术中，f m r i 尤为引人注目。f m r i 是上世纪9 0 年代中期发展起来的进 行脑功能成像的新手段【2 】。其原理是磁共振信号与血流中含氧量有关，测量脑活 动时脑内各处血流含氧量的变化可反映相应的神经细胞活动的变化。在脑内， f 胍i 主要观察局部脑血流( r e g i o n a lc e r e b r a lb l o o db l o w , r c b f ) ，检测有氧血 红蛋白与无氧血红蛋白的比例，从而显示脑局部区域的活动情况。f l v l r i 图像具 有较高的时间分辨率，适用于各种复杂的心理实验范式；同时一般情况下，它无 需使用放射性造影剂，完全无创，更加安全。f m r i 的出现，极大的推动了认知 神经科学的发展，促进了人类对脑功能的认识，因而获得了认知科学、神经科学 ， 和信号处理专家的广泛关注，并取得了明显的成就。特别是3 特斯拉以上的高磁 场强度磁共振成像设备的研制与运用，为f m r i 在脑功能研究中的应用向更深层 次的发展打开了方便之门。 第二节课题的研究内容及论文的结构 功能磁共振成像( m 戚) 是用来探索人脑在刺激响应下的功能的神经影像 学技术。它结合了功能、影像和解剖三方面的因素，主要检查运动、语言、感觉 等功能的定位区，具有无创伤性、无放射性、时间分辨率较高、可多次重复操作 等诸多优势。f m r i 对不同知觉、运动或认知控制下的脑激活区域的检测主要依 据血流的敏感性和血氧水平依赖( b l o o do x y g e n a t i o nl e v e l d e p e n d e n t , b o l d ) 信 号的变化 2 1 。b o l d 信号是由大脑血流动力学信号混合而成的，数据处理较为复 杂。目前处理f m r i 数据的方法大致分为两类，基于模型( m o d e l d r i v e n ) 的方 法和基于数据( d a t a - d r i v e n ) 的方法。模型驱动方式建立在刺激序列的先验知识 和对血液动力学函数假设的基础上，主要包括：方差分析【3 】，广义线性模型 ( g e n e r a l i z e dl i n e a rm o d e l ，g l m ) 【4 】等方法。这些方法在假设的变量和一定的 实验安排的基础上，使用一些经典的统计检测方法例如t - 检验、f 检验和z 2 一检 验来检测f m r i 的激活体素。而数据驱动方式是近年来出现的新分析方法，其主 要的技术包括：主成分分析【5 】( p r i n c i p a lc o m p o n e n ta n a l y s i s ，p c a ) 、盲源信号分 离【6 】( b l i n ds o u r c es e p a r a t i o n , b b s ) 独立成分分析p ，8 1 ( i n d e p e n d e n tc o m p o n e n t 6 山东大学硕士学位论文 a n a l y s i s ，i c a ) 、模糊聚类【9 1 们、自组织映射图【1 1 1 ( s e l f - o r g n i z i n gm a p ，s o m ) 等。 f m r i 数据分析技术的核心问题是根据测得的f m r i 信号检测能显著区分不 同实验条件( 如刺激条件和基线条件) 的脑激活图。应用最广泛的f m r i 数据分 析方法是基于广义线性模型的统计推断。该算法首先对广义线性模型进行回归分 析，得到未知系数一个合理的估计。进而利用未知系数的估计值构造不同的统计 量来对感兴趣的激励条件进行比较，得到特定的统计参数图。a f n i ( a n a l y s i so f f u n c t i o n a ln e u r o i m a g e s ，c o x ，1 9 9 6 ) 是使用该方法实现的软件【1 2 1 。它可以实现激 活区域的检测，并把低精度的脑功能图像叠加到高清晰度的脑结构图像上。 近几年，许多学者将独立成分分析用于处理功能磁共振成像信号，并且已经 取得了显著的成果。1 9 9 5 年m c k e o w n 等学者首次将独立成分分析用于伽u 信 号处理中【1 3 1 ，他们使用i n f o