一种ICA-CNN分类的fMRI空间激活图平滑增广方法

摘要

一种ICA‑CNN分类的fMRI空间激活图平滑增广方法，属于生物医学信号处理领域。首先对ICA分离得到的fMRI空间激活图施加三维空间平滑，增广生成新的样本集，然后送入CNN进行分类，实现对病人与健康人分类性能的改进。采用本发明对82被试的静息态fMRI数据进行病人和健康人的分类，采用三种不同FWHM的高斯滤波器对ICA分离得到空间激活图进行空间平滑，生成三组样本集，然后送入CNN进行分类。相比已有的多模型阶数数据增广方法，本发明能够将分类准确率提高5.76％；若将二者进行结合，能够将分类准确率提高21.33％。因此本发明既能独立提升网络分类性能，也容易与其他增广方法结合，显著提高分类准确率。