Wavelet Transform Denoising for fMRI Analysis
محل انتشار: سومین کنفرانس ماشین بینایی و پردازش تصویر
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,567
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP03_082
تاریخ نمایه سازی: 22 مهر 1390
چکیده مقاله:
Existence of significant noise and artifacts in the fMRI signal complicates the problem of activation detection in the time domain. Because of poor signal-tonoise ratio (SNR) of the fMRI time series and confounding effects, the results of fMRI analysis are often unsatisfactory. In addition, the structure of fMRI noise is not known and still is an open problem. This makes the fMRI noise suppression a challenging problem. Different parametric denoising methods such as wavelet based denoising methods have been introduced in the literature. But these general denoising methods are based on some assumptions, such as Gaussian noise, which may not necessarily hold for the fMRI data. To remedy this problem, using randomization analysis, we propose a novel model-free method for noise suppression in fMRI analysis. The proposed denoising method is employed in conjunction with a feature space for fMRI cluster analysis and its efficiency is shown using simulated and experimental datasets.
کلیدواژه ها:
نویسندگان
Hesamoddin Jahanian
University of Tehran, Tehran, Iran
Hamid Soltanian-Zadeh
University of Tehran,Tehran, Iran
Gholam Ali Hossein-Zadeh
University of Tehran, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :