• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>NeuroImage >Nonlinear denoising and analysis of neuroimages with kernel principal component analysis and pre-image estimation
【24h】

Nonlinear denoising and analysis of neuroimages with kernel principal component analysis and pre-image estimation

机译：神经核的非线性降噪与核主成分分析和图像前估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We investigate the use of kernel principal component analysis (PCA) and the inverse problem known as pre-image estimation in neuroimaging: i) We explore kernel PCA and pre-image estimation as a means for image denoising as part of the image preprocessing pipeline. Evaluation of the denoising procedure is performed within a data-driven split-half evaluation framework. ii) We introduce manifold navigation for exploration of a nonlinear data manifold, and illustrate how pre-image estimation can be used to generate brain maps in the continuum between experimentally defined brain states/classes. We base these illustrations on two fMRI BOLD data sets - one from a simple finger tapping experiment and the other from an experiment on object recognition in the ventral temporal lobe.
机译：我们研究了核主成分分析（PCA）的使用以及在神经影像学中被称为图像前估计的反问题：i）我们探索了内核PCA和图像前估计作为图像预处理管道一部分的图像去噪方法。去噪过程的评估是在数据驱动的半分评估框架内进行的。 ii）我们介绍了用于导航非线性数据流形的流形导航，并说明了如何使用图像前估计在实验定义的脑状态/类之间的连续体中生成脑图。我们将这些插图基于两个fMRI BOLD数据集-一个来自简单的手指敲击实验，另一个来自有关腹颞叶物体识别的实验。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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