项目名称: 基于稀疏性的fMRI脑功能连通性检测的若干关键问题研究

项目编号: No.31470954

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 生物科学

项目作者: 曾卫明

作者单位: 上海海事大学

项目金额: 80万元

中文摘要: 为解决脑功能连通性检测中存在的数据分析量大、源信号个数估计不准确、弱信号难以有效检测、功能连通网络检测性退化等关键问题,本项目基于fMRI脑功能信号的稀疏性,开展如下研究工作:1、研究fMRI数据的最优稀疏近似集,在充分保护脑功能信号精细成分的前提下,实现对大数据量的有效压缩;2、研究脑功能成分代表向量生成器、代表向量补空间生成器、最大能量稀疏主成分提取器及超高斯性评价器,完成对fMRI数据中源信号个数的有效估计;3、研究基于时间域与空间域联合稀疏性的盲信号分离模型,提升对弱脑功能连通网络检测的能力;4、研究脑功能连通网络检测性退化盲核估计器及重建器,以消除或减轻多种预处理等操作所带来的检测性退化,恢复本来的脑功能连通网络。最后,基于GPU并行处理技术,实现快速的fMRI脑功能连通性检测平台。本项目的研究可望完善和发展脑功能连通性检测方法,对进一步发挥fMRI技术的重要作用将产生积极影响。

中文关键词: 功能磁共振成像;稀疏性;脑功能连通性;稀疏近似集;关键问题

英文摘要: To solve the key issues in brain functional connectivity detection such as the large amount of analyzed data, the inaccurately estimated source number, the difficulty in weak functional signal detection, the degradation of the detected functional networks, etc., based on the sparsity property of fMRI brain function signals, the research work of this project will be carried out as follows: 1. retrieving the optimal sparse approximation set of the fMRI data with fully retaining the weak brain functional signal, to effectively achieve the data compression; 2. investigating the brain functional representative components generator, the complementary space generator of the representative components, the maximum-energy sparse principal component extractor and the super-Gaussian evaluator to accurately estimate the signal source number; 3. exploring the temporal-spatial sparse separation model, to enhance the ability to detect weak brain function signal; 4. studying the blind degradation kernel estimator and reconstructor of the brain functional networks, to eliminate or mitigate the detection degradation brought by a variety of pre-processing steps and other operations. Finally, the GPU-based parallel processing technology will be applied to realize a rapid fMRI brain functional connectivity detection platform. This proposed research project is expected to greatly improve the performance of the brain function connectivity detection, and further to play a significant role in fMRI technology applications.

英文关键词: fMRI;sparsity;brain connectivity;sparse approximation set;key issue

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
124+阅读 · 2022年4月8日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
20+阅读 · 2021年7月19日
专知会员服务
43+阅读 · 2021年7月6日
专知会员服务
36+阅读 · 2021年4月23日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
45+阅读 · 2020年11月13日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于Iceberg的大规模数据分析优化加速实践
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
ECV 2021 冠军方案解读:渣土车识别方案
极市平台
0+阅读 · 2021年11月11日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
已删除
黑白之道
19+阅读 · 2018年12月23日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
124+阅读 · 2022年4月8日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
20+阅读 · 2021年7月19日
专知会员服务
43+阅读 · 2021年7月6日
专知会员服务
36+阅读 · 2021年4月23日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
45+阅读 · 2020年11月13日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
相关资讯
基于Iceberg的大规模数据分析优化加速实践
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
ECV 2021 冠军方案解读:渣土车识别方案
极市平台
0+阅读 · 2021年11月11日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
已删除
黑白之道
19+阅读 · 2018年12月23日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员