• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Frontiers in Human Neuroscience >Frequency Clustering Analysis for Resting State Functional Magnetic Resonance Imaging Based on Hilbert-Huang Transform
【2h】

Frequency Clustering Analysis for Resting State Functional Magnetic Resonance Imaging Based on Hilbert-Huang Transform

机译：基于希尔伯特-黄变换的静止态功能磁共振成像频率聚类分析

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

>Objective: Exploring resting-state functional networks using functional magnetic resonance imaging (fMRI) is a hot topic in the field of brain functions. Previous studies suggested that the frequency dependence between blood oxygen level dependent (BOLD) signals may convey meaningful information regarding interactions between brain regions.>Methods: In this article, we introduced a novel frequency clustering analysis method based on Hilbert-Huang Transform (HHT) and a label-replacement procedure. First, the time series from multiple predefined regions of interest (ROIs) were extracted. Second, each time series was decomposed into several intrinsic mode functions (IMFs) by using HHT. Third, the improved k-means clustering method using a label-replacement method was applied to the data of each subject to classify the ROIs into different classes.>Results: Two independent resting-state fMRI dataset of healthy subjects were analyzed to test the efficacy of method. The results show almost identical clusters when applied to different runs of a dataset or to different datasets, indicating a stable performance of our framework.>Conclusions and Significance: Our framework provided a novel measure for functional segregation of the brain according to time-frequency characteristics of resting state BOLD activities.
机译：>目的：使用功能磁共振成像（fMRI）探索静止状态的功能网络是脑功能领域的热门话题。先前的研究表明，血氧水平依赖性（BOLD）信号之间的频率依赖性可能传达有关大脑区域之间相互作用的有意义的信息。>方法：在本文中，我们介绍了一种基于Hilbert的新型频率聚类分析方法-黄变换（HHT）和标签替换过程。首先，从多个预定义的兴趣区域（ROI）中提取时间序列。其次，使用HHT将每个时间序列分解为几个固有模式函数（IMF）。第三，将采用标签替换法的改进的k均值聚类方法应用于每个受试者的数据，以将ROI分为不同类别。>结果：两个健康受试者的独立静息状态fMRI数据集被分析以测试该方法的有效性。结果表明，将其应用于数据集的不同运行或不同的数据集时，几乎具有相同的簇，表明我们的框架具有稳定的性能。>结论和意义：我们的框架为大脑的功能隔离提供了一种新颖的方法根据休息状态的大胆活动的时频特征。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号