近年来,信号处理的理论与方法获得了迅速发展。事实证明,信号处理是推动众科学发展的一个重要基石。反卷积分析方法一直是信号处理研究中的一个热点,已经迅速成为该领域内重要的组成部分,且其发展逐渐趋向成熟化和系统化。 功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)是研究大脑神经活动的有效手段,fMRI研究在很大程度上依赖于功能活动区的正确检测定位。现有的用于功能活动区检测定位的方法过多地依赖于门限的选取,门限选取的微小差异会造成各结果之间发生很大的变化,直接影响到对功能活动区定位的精确性;而且门限的选取主要依靠已往的经验,没有理论的支持,这样会影响功能活动区定位的准确性。为了解决上述问题,本文引入了反卷积分析方法。 本文系统地介绍了反卷积分析的理论与方法,通过仿真实验,从正反两面验证了此方法的正确性,并详细分析了信号分析中F检测值与信号信噪比之间的关系,同时将这种分析方法用到非常有实际应用价值的功能磁共振成像图像处理中,通过分析结果的比较,讨论这种方法的优点与不足。 本文工作表明,反卷积分析方法可以很好地对fMRI图像信号进行分析与处理,能有效地提取其功能活动区,并表现出了很好的应用效果;能有效降低虚检率,明显提高检测结果的准确性,使检测结果更加接近于实际情况。这些充分展示出反卷积技术良好的信号处理能力和应用价值。 本文内容包括:生物医学成像理论、反卷积分析理论、fMRI理论介绍以及反卷积分析在fMRI图像中的应用;最后,总结了本论文的主要工作、还需要解决的一些问题和下一步发展的方向。