文献

J-GLOBAL ID：201702211760796414   整理番号：17A1034140

PARAFACベーステンソル分解法を用いたグループf MRIからの共通タスク信号と空間地図の抽出【Powered by NICT】

Extraction of common task signals and spatial maps from group fMRI using a PARAFAC-based tensor decomposition technique

著者 (2件)： Sen Bhaskar (Department of Electrical and Computer Engineering, University of Minnesota, Twin-Cities, USA) ,  Parhi Keshab K. (Department of Electrical and Computer Engineering, University of Minnesota, Twin-Cities, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 1113-1117  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 独立成分に基づく解析(例えば,確率的ICAと最大ICA)を用いたブラインド信号源分離(BSS)は,機能的磁気共鳴画像(fMRI)群に共通の血行力学的源を抽出するために詳細研究した。ここで固有の仮定は,源は非Gaussなければならないことである。最も実世界データを対象として,分解は特有ではない。さらに,群の共通の関心の成分(s)を決定するために定量的な方法ではない。本論文では,新しい拘束された並列因子分析(PARAFAC)に基づくテンソル分解を用いて,ランク 1テンソルとして騒音f MRIのグループからの一般的なタスク信号と空間マップを抽出できることを示した。抽出された血流力学信号は理想的な血行動態反応と非常に高い相関を持っていた。被験者群に共通の成分を抽出するための定量的アルゴリズムも示した。修正分解はPARAFACベーステンソル分解アプローチのための最も魅力的な特徴である温和な条件下で特異性を保存する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  *テンソル ,  血液動態 ,  騒音 ,  因子分析
準シソーラス用語： 特異性 ,  被験者 ,  ブラインドソース分離 ,  *機能的MRI ,  *テンソル分解 ,  *PARAFAC , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： PARAFAC ,  テンソル分解 ,  グループ ,  MRI ,  タスク ,  地図