[发明专利]多被试复数fMRI数据移不变CPD分析方法有效
申请号: | 201910168387.4 | 申请日: | 2019-03-06 |
公开(公告)号: | CN109700462B | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 邝利丹;林秋华;张经宇;龚晓峰;丛丰裕 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | A61B5/055 | 分类号: | A61B5/055;A61B5/00 |
代理公司: | 辽宁鸿文知识产权代理有限公司 21102 | 代理人: | 杨植 |
地址: | 410114 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种引入空间源相位稀疏约束的多被试复数fMRI数据移不变CPD分析方法,属于医学信号处理领域。在移不变CPD算法的基础上,利用交替最小二乘法更新被试共享SM成分、共享TC成分和各被试强度;将基于实数数据的被试时延估计扩展到复数数据的时延估计;对共享SM成分采用空间源相位稀疏约束方式再次更新,具体包括两步:首先对共享SM成分进行相位校正;然后对校正后的空间源相位的大相位体素,利用平滑L0范数逼近函数,对共享SM成分更新。本发明能有效提取出多被试复数fMRI数据中更为全面的共享复数脑功能信息,这些信息在今后脑认知和脑疾病研究都有非常好的应用前景。 | ||
搜索关键词: | 多被试 复数 fmri 数据 不变 cpd 分析 方法 | ||
【主权项】:
1.一种引入空间源相位稀疏约束的多被试复数fMRI数据移不变CPD分析方法,其特征包括以下步骤:第一步:输入多被试复数fMRI数据
其中V、J和K分别表示脑内体素数目、扫描次数和被试数目;;第二步:初始化;;设成分个数为N,N为大于0的正整数;;随机初始化共享SM成分
共享TC成分
和被试强度
初始化被试时延
为零矩阵;令迭代次数iter=0,相对误差Δεiter=1,计算迭代误差εiter:
其中,式(1)也是移不变CPD算法模型,τk,n表示第k被试第n个成分的时延,令其为整数;bn(j‑τk,n)表示为bj,n时移了τk,n个点,具体地,若τk,n>0,第k被试第n个TC成分
相对共享TC成分bn循环左移τk,n个点,否则若τk,n<0,则循环右移|τk,n|个点;第三步:更新共享TC成分B;采用
等人提出的移不变CPD算法中共享TC成分B的更新方法(对B进行更新;第四步:对共享SM成分S和X进行降维;对S和X降维成
和
从而保证第五步的被试时延快速估计;其中
为X的1模展开形式,将
张量化为
第五步:更新被试时延
对复数数据的被试时延进行估计;对于第k被试第n'(n'=1,…,N)个成分的时延τk,n'估计,首先进行如下一些定义;令
为
进行3模展开矩阵
的第k行向量,定义向量
满足
为第n'个成分的信号,其中ck,n为C的元素;
为
的第n列向量;
的元素表示为
(j=1,…,J;n=1,…,N);定义Re{·}和Im{·}分别表示取实部和虚部,并做如下运算:![]()
其中,j=1,…,J,
为
的第n'个元素;接着将gRR(j)、gIR(j)、gRI(j)和gII(j)(j=1,…,J)转换到频域形式
和
f=1,…,F;继续做如下运算:![]()
![]()
![]()
其中,上标*表示取共轭,
和
分别表示对共享TC成分bn'的实部和虚部转换到频域形式后的第f个元素;再将![]()
和
(f=1,…,F)傅里叶反变换到时域形式φRRR(j)、φRRI(j)、φIRR(j)、φIRI(j)、φRIR(j)、φRII(j)、φIIR(j)和φIII(j),j=1,…,J;令
(j=1,…,J)满足![]()
的绝对值最大化实际上等价于均方误差最小化,那么第k个被试第n'个成分的时延τk,n'通过最大化式(5)来获得,具体实现是:
被试时延τk,n'为整数;对被试时延
的所有元素τk,n',k=1,…,K,n'=1,…,N;按照上述方法进行更新;第六步:更新共享SM成分S;采用
提出的移不变CPD算法中更新S的方法对S更新;第七步:对共享SM成分S进行相位校正;首先求取联合混合矩阵
其元素满足zj+k(J‑1),n=ck,nbn(j‑τk,n);对每个成分n的共享SM成分sn,n=1,…,N,将TC成分an替换成联合混合向量zn,即通过对exp(‑iθ)zn进行实部能量最大化,获取相位校正旋转角度θn,得到相位校正后的共享SM成分
0≤θ≤π,exp{·}为指数函数;第八步:对共享SM成分S进行空间源相位稀疏约束更新;将S所有体素相位值从大到小排序,记
为第V/3个体素的相位值;对S的V/3大相位体素值,采用L0范数平滑函数进行稀疏约束:
其中,sv,n为S的元素,v=1,…,V,n=1,…,N,Fσ(|sv,n|)=fσ(|sv,n|),且
其中参数σ充分小时,fσ(|sv,n|)接近L0范数;σ越大,fσ(|sv,n|)越平滑;具体采用最速下降法对S进行更新:
其中λ为正定步长,ΔS的每个元素Δsv,n(v=1,…,V,n=1,…,N)满足Δsv,n=exp{θ(sv,n)}f′σ(|sv,n|) (10)在此,θ(sv,n)为sv,n(v=1,…,V;n=1,…,N)的相位值,f′σ(|sv,n|)为fσ(|sv,n|)的一阶导数,满足
第九步:更新被试强度C;根据
提出的移不变CPD算法中更新C的方法对C更新;第十步:计算误差;令iter←iter+1;σ←0.999σ,使σ缓慢变化;根据式(1),计算本次迭代误差εiter,以及相对误差Δεiter:Δεiter=|(εiter‑1‑εiter)/εiter‑1| (12)第十一步:若εiter小于预设误差阈值εiter_min,跳转到第十四步,否则执行第十二步;第十二步:若Δεiter小于预设相对误差阈值Δεiter_min,跳转到第十四步,否则执行第十三步;第十三步:若iter大于预设最大迭代次数itermax,跳转到第十四步,否则执行第三步;第十四步:对共享SM成分S进行相位消噪;对每个成分n的共享SM成分sn,进行相位消噪;第十五步:输出相位消噪的共享SM成分S、共享TC成分B、被试时延
与被试强度C。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910168387.4/,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置