-
题名改进型遗传算法在脑白质纤维追踪成像中的应用
被引量：1
- 1
-
-
作者
赖昀
孙兵
丁肇华
王加俊
-
机构
苏州大学电子信息学院
范德堡大学成像科学研究所
-
出处
《中国医学影像技术》
CSCD
北大核心
2012年第10期1922-1926,共5页
-
基金
国家自然科学基金(60871086)
-
文摘
目的针对基本遗传纤维追踪算法易早熟等缺点,提出结合遗传算法(GA)、模拟退火算法(SA)的脑白质纤维可视化方法。方法在遗传进化的初期,依据适应值,按照轮盘赌选择规则选择纤维,在GA接近收敛的中期引入SA作为繁殖算子,并以一定交叉概率和变异概率调整纤维,获得较优纤维路径。结果改进后的算法追踪的纤维能量更小,且更加符合扩散张量场的分布。结论遗传模拟退火纤维追踪算法能够克服传统GA易早熟及易陷入局部最优解的缺点,可实现脑白质纤维的三维可视化。
-
关键词
脑白质
扩散张量成像
遗传算法
模拟退火算法
-
Keywords
White matter
Diffusion tensor imaging
Genetic algorithm
Simulated annealing algorithm
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名ICA-R算法在静息态功能磁共振图像的应用研究
被引量：2
- 2
-
-
作者
胡亚敏
孙兵
丁肇华
常春起
-
机构
苏州大学电子信息学院
范德堡大学成像科学研究所
-
出处
《中国临床医学影像杂志》
CAS
2014年第3期153-157,共5页
-
文摘
目的:针对传统独立成分分析(ICA)方法在处理功能磁共振(fMRI)数据时存在计算量大、效率低等问题,提出基于ICA-R算法处理数据。方法:将脑默认网络的幅值信息作为源信号的部分先验知识,以参考信号的形式引入到传统ICA算法提取静息态fMRI(rsfMRI)数据的默认网络。结果:ICA-R算法能够有效提取符合大脑在静息状态时的自发活动特征的脑默认网络。结论:ICA-R算法克服了传统ICA算法以分离所有的源信号为目标造成的效率低等缺点,避免了传统ICA算法中需要后续处理的步骤,提高了算法效率,并且能够准确地提取脑脑默认网络。
-
关键词
脑
磁共振成像
-
Keywords
Brain
Magnetic resonance imaging
-
分类号
R445.2
[医药卫生—影像医学与核医学]
-
