基于fMRI的思维数据分析方法研究-论文.pdf

《基于fMRI的思维数据分析方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机研究与发展DOI：10．7544／issn1OOO一1239．2014．20120591JournalofComputerResearchandDevelopment51(4)：773—780，2014基于fMRI的思维数据分析方法研究邓红霞相洁。游雅。李海芳(太原理工大学计算机科学与技术学院太原030024)(北京工业大学WIC研究院北京100022)。(Jg京理工大学管理与经济学院北京100081)(dhx9911@163．com)AnalysisMethodofThinkingDataBasedonfMRID

2、engHongxia。XiangJie～，YouYa。，andLiHaifang(CollPgeofComput8rScienceandTechnology，TaiyuanUniversity。fTechnology，Taiyuan030024)(ThPIntrn口tioalWICInstitute，BeijingUniversityofTechnology，Beijing100022)。(Sch00lofManagementandEconomics，BeijingInstituteofTechnology．，Beiji

3、ng100081)AbstractRecentlv，agrowingnumberofstudieshaveshownthatmachinelearningtechnologiescanbeusedtodecodementalstatefromfunctionalmagneticresonanceimaging(fMRI)data．IthasachievedthefunctionalpositioningofthebrainactivityusingfMRItechnologytointerpretthethinkingd

4、ata．Buthowtorunthespecificoperationofthebrain’Sthinkingprocessisstillunknown．Theanalytica1methodstobetterrevealthethinkingprocessneedtobefurtherstudied．Throughadoptingtwostimulitasksofsolvingthe4×4Sudokuproblemsandimageemotionalreaction，thethinkingprocessdatawhic

5、hinterpretthedifferentstateofmindisgotten，anddifferentwaysofthinkingdataanalyrsismethodsareexplored．Theexperimentsprovedthatthefeatureselectionmethodsof￡一test，thefeatureextractionmethodsofthepeaktimeandtheclassificationalgorithmofSVMaremoresuitableforanalyzingthe

6、fMRIdata，especiallytotwodifferentstatesofminddataabove。whichcanrevealthecorrectstateofmind．ThisessayshouldprovidethetheorybasisanddataforpromotingthefMRItechnologytointerpretthethinkingdata．Keywordsfunctionalmagneticresonanceimaging(fMRI)；featureselection；feature

7、extractionpeakvalue；classification摘要利用功能磁共振成像(functionalmagneticresonanceimaging，fMRI)技术解读思维数据，已经实现大脑活动的功能定位，但是大脑的思维过程具体如何运行还不得而知；利用何种分析方法更能揭示思维过程也待进一步研究．采用解决4×4数独问题和图像情感反应的两种刺激任务获取思维过程数据，来分别解读不同的思维状态，探索适用于不同思维数据的分析方法．实验数据证明t-test的特征选择方法、峰值所在时间点的特征提取的方法和SVM分类算法较适

8、用于分析这两种不同思维状态的fMRI数据。揭示正确的思维状态．关键词功能磁共振成像；特征选择；特征提取；峰值；分类中图法分类号TP18收稿日期：20120718；修回日期：20130326基金项目：国家自然科学基金项目(61070077，61170136)；山西省自然科学基金项目(20100110202，201101