首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于fMRI数据的改进模糊聚类算法研究
引用本文:张斌,黄婧,周国玉,王丽君,严霄,汤晓燕,况亚伟.基于fMRI数据的改进模糊聚类算法研究[J].常熟理工学院学报,2018(2).
作者姓名:张斌  黄婧  周国玉  王丽君  严霄  汤晓燕  况亚伟
作者单位:常熟理工学院物理与电子工程学院
摘    要:针对功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)数据的特点,在聚类fMRI数据时,两个体素之间的距离通常并非是一种简单的空间距离,而是和它们之间的相关程度有关的距离测度.在双曲相关系数(Hyperbolic Correlation Coefficient,HCC)距离度量基础上发展了一种新的距离测度,并提出了改进模糊聚类算法的定义、算法评价标准和算法参数的优化方法,然后将改进后的模糊聚类算法分别在任务态和静息态f MRI数据上与基于HCC距离度量的模糊聚类算法进行比较,最后通过比较结果证明改进后的模糊聚类算法具有较好的聚类效果和收敛速度.

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号