一種用于fMRI的快速動(dòng)態(tài)因果模型反演方法

打開文本圖片集

摘  要： 針對(duì)動(dòng)態(tài)因果模型（DCM）在分析大腦有效連接時(shí)面臨的高計(jì)算成本問題，提出一種結(jié)合廣義線性模型（GLM）和稀疏DCM的算法，即廣義稀疏DCM（GSD）算法。該算法在以下三個(gè)方面進(jìn)行優(yōu)化：首先，利用傅里葉變換的對(duì)稱性將頻域DCM的復(fù)數(shù)計(jì)算轉(zhuǎn)換為實(shí)數(shù)計(jì)算，降低計(jì)算復(fù)雜度；其次，應(yīng)用GLM和濾波技術(shù)減少觀測(cè)信號(hào)的干擾，提高參數(shù)估計(jì)的準(zhǔn)確度；最后，定義新的代價(jià)函數(shù)來優(yōu)化變分推斷參數(shù)和濾波器參數(shù)，進(jìn)一步提升參數(shù)估計(jì)的精度。（剩余14376字）