期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
MCI患者高阶动态功能连接的图论网络构建方法及分类 被引量：1
1
作者 王霞 王勇 +2 位作者 吴海锋 张珊 王卓然 《计算机应用研究》 CSCD 北大核心 2024年第4期1094-1103,共10页
针对在低阶脑网络应用图论忽视了功能连接高阶动态性的问题,提出了一种基于高阶动态功能连接的图论网络构建方法(GNC-HodFC),提取高阶FC网络的图论特征以对轻度认知障碍患者和健康被试者进行差异性分析及分类。首先定义了表征高阶动态... 针对在低阶脑网络应用图论忽视了功能连接高阶动态性的问题,提出了一种基于高阶动态功能连接的图论网络构建方法(GNC-HodFC),提取高阶FC网络的图论特征以对轻度认知障碍患者和健康被试者进行差异性分析及分类。首先定义了表征高阶动态脑网络连接的图论节点和边;然后利用滑动窗相关技术提取低阶功能连接信息,提出平稳性判据,选取最优特征子集以构建图论的节点;最后提出自适应阈值策略对高阶动态功能连接信息进行选取以构建图论的边,最终完成高阶动态脑网络的图构建。实验结果表明,GNC-HodFC的平均分类准确率可以达到70.5%,优于其他三种对比方法,且患者组和健康组的图论特征中存在显著性差异,GNC-HodFC方法可以为轻度认知障碍的诊断提供新的辅助手段。 展开更多
关键词 轻度认知障碍 动态功能连接 图论 低阶网络 高阶网络
在线阅读 下载PDF
轻度认知障碍功能连接的频率和聚类分析 被引量：2
2
作者 保涵 吴海锋 +1 位作者 晏洁 曾玉 《计算机应用研究》 CSCD 北大核心 2023年第2期526-532,共7页
传统计算功能性连接(FC)的方法较少关注对应的频率信息,且所得聚类簇的生理意义存在争议,提出一种小波相干聚类方法。首先,采用小波相干研究FC的频率、相位差和时间差信息;其次,定义四种类型以明确聚类簇的生理意义;最后,采用K-means和... 传统计算功能性连接(FC)的方法较少关注对应的频率信息,且所得聚类簇的生理意义存在争议,提出一种小波相干聚类方法。首先,采用小波相干研究FC的频率、相位差和时间差信息;其次,定义四种类型以明确聚类簇的生理意义;最后,采用K-means和欧氏距离判决相结合的方法寻找MCI和正常对照(NC)的簇间差异性。实验结果表明,type2中最大频率约0.11 Hz,最大时间差约46.33 ms,type1中最大频率约0.08 Hz,最大时间差约67.01 ms,两者间频带、相位差和时间差异度分别约为0.02 Hz、0.49 rad和20 ms。分析表明,在较大相干值时MCI则更多表现出小的相位差和时间差,且发生在较高频带slow4-3和slow4-4上;NC被试更多表现出大的相位差和时间差,且发生在较低频带slow4-1和slow4-2上。 展开更多
关键词 静息态功能核磁共振成像 动态功能性连接 相位同步 时间同步 聚类
在线阅读 下载PDF
一种用于fMRI的快速动态因果模型反演方法
3
作者 胡新航 吴海锋 曾玉 《现代电子技术》 2025年第7期146-154,共9页
针对动态因果模型(DCM)在分析大脑有效连接时面临的高计算成本问题,提出一种结合广义线性模型(GLM)和稀疏DCM的算法,即广义稀疏DCM(GSD)算法。该算法在以下三个方面进行优化:首先,利用傅里叶变换的对称性将频域DCM的复数计算转换为实数... 针对动态因果模型(DCM)在分析大脑有效连接时面临的高计算成本问题,提出一种结合广义线性模型(GLM)和稀疏DCM的算法,即广义稀疏DCM(GSD)算法。该算法在以下三个方面进行优化:首先,利用傅里叶变换的对称性将频域DCM的复数计算转换为实数计算,降低计算复杂度;其次,应用GLM和滤波技术减少观测信号的干扰,提高参数估计的准确度;最后,定义新的代价函数来优化变分推断参数和滤波器参数,进一步提升参数估计的精度。该研究采用两组公开的功能核磁共振成像(fMRI)数据对GSD算法进行验证,包括仿真的史密斯小世界网络数据和运动与注意力实测数据。实验结果表明,GSD算法在保持与传统方法相近的参数估计性能的同时,能将计算时间降低50%以上。该研究成果为平衡模型的解释力和计算效率提供了新的视角,有望推动DCM在更广泛领域的应用。 展开更多
关键词 广义线性模型 动态因果模型 稀疏算法 有效连接 计算复杂度 模型解释力
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部