脑功能光学成像的迭代广义指示函数分析法

在脑光学功能成像领域,由T.Yokoo等人提出的广义指示函数法(Generalized Indicator Functions;G IF)能够在极低信噪比下有效地提取大脑行为模式图.但进一步研究发现,该算法在处理脑功能光学图像序列时存在计算量大的缺点.为解决一问题,本文将W eng等在处理FERET人脸数据库时提出的一种迭代算法与G IF算法相结合,给出了一种迭代格式的G IF算法———RG IF(Recursive G IF),RG IF算法利用迭代计算的特点能大幅削减计算量.利用仿真和实验数据对G IF和RG IF算法进行了对比分析,结果表明RG IF不仅能够大大节省计算时间,同时检测效果与G IF相当.