基于独立成分分析的脑功能连接性分析

静息脑功能连接性是研究脑功能的重要技术手段。我们提出了利用空域独立成分分析（Independent component analysis，ICA）来处理静息态功能磁共振（Functional magnetic resonance imaging，fMRI）数据，首次将静息态脑功能的低频振荡理论应用于ICA静态数据分析的成分选择，通过Z分数选择静息态下的活动点并去除独立噪点，然后通过频谱分析选择主要能量集中在0．01-0．1Hz的独立成分，进而采用聚类分析得出脑功能连接网络。