论文部分内容阅读
在实际脑图像分析中,独立成分分析方法的独立性假设很难完全满足。为此,结合脑图像数据的特点,以凸优化为基础,提出利用源分量稀疏性和非负性的脑图像盲信号分离算法。相比于独立性假设,稀疏性和非负性数学假设更符合fMRI数据的自然特性。将源分量的估计过程转化为寻找由观测数据构成的凸集合端点的过程。实验结果证明,由该算法选择出的激活体素与实验任务更相关,更容易进行生理解释。