[发明专利]一种对复数fMRI数据的ICA估计成分进行相位校正的方法

摘要

一种对复数fMRI数据的ICA估计成分进行相位校正的方法，属于复数fMRI数据分析领域。基于ICA所估计的时间过程成分估计相位角θ_k，对具有相位模糊性的ICA估计成分和进行初步的相位校正，得到和然后采用易于获取的先验信息和相关系数法，对初步的相位校正信号和进行符号模糊性检测和去除。由于较之具有更大的非环形度，本发明能够避免高幅值噪声体素的错误影响。由于利用了先验信息，能够准确地检测并消除符号模糊性。当对运动刺激下采集的16被试复数fMRI数据的ICA估计成分进行相位校正时，基于方法的正确率只有81.25％，而本发明的正确率为100％，是多被试复数fMRI数据ICA分析的保障。

主权项

一种对复数fMRI数据的ICA估计成分进行相位校正的方法，其特征是，基于ICA所估计的时间过程成分而不是空间激活脑区成分进行相位角θ_k估计，估计原则是最大化的实部能量：${\mathrm{\θ}}_k=\arg \underset{{\mathrm{\θ}}_k}{\max }\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{\left(\mathrm{Re}\right\{{\hat{a}}_{k,t}{e}^{-j{\mathrm{\θ}}_k}\left\}\right)}^2$式中，Re表示实部，t表示的时间点，N为总时间点数；相位角θ_k的求取过程如下：应用的实部和虚部构建矩阵计算A_k的协方差阵并对cov(A_k)进行特征分解，得到cov(A_k)＝VΛV^T，Λ是由特征值构成的对角矩阵，V是由特征向量构成的正交矩阵：$V=\left[\begin{array}{cc}\cos \left({\mathrm{\θ}}_k\right)& \sin \left({\mathrm{\θ}}_k\right)\\ -\sin \left({\mathrm{\θ}}_k\right)& \cos \left({\mathrm{\θ}}_k\right)\end{array}\right]$从矩阵V求得相位角θ_k＝arccos(v₁₁)，v₁₁为矩阵V的第一行第一列元素，得到和的初步相位校正信号和采用易于获取的先验信息和相关系数法，对初步的相位校正信号和进行符号模糊性检测和去除；先验信息包括关于时间过程成分的先验信息a_ref或关于空间激活脑区成分的先验信息s_ref；检测和去除符号模糊性的相关系数法具体如下：计算与a_ref或与s_ref的相关系数，若相关系数小于零，则说明存在符号模糊性，将和乘以(‑1)，得到最终的校正相位信号和否则，若相关系数不小于零，和即为最终的校正相位信号。