基于功率谱的未知频率功能磁共振独立成分排序

独立成分分析(independent component analysis,ICA)是一种数据驱动的分析方法，在功能磁共振数据的分析和处理中表现出极高的效率和准确性。然而，在任务刺激的频率未知的情况下，如何选取与任务相关的关键独立成分(independent components, IC)至今还未被深入讨论过。在这项研究中，通过对独立成分在其时间过程(time course)中每一个频率点所具有的功率值进行统计分析，提出一种估计任务刺激频率的算法。然后根据估计出的频率，可以进一步分析得到任务相关的独立成分。基于这个算法，对此进行真实数据实验。结果表明，在被试处于单一刺激或少量刺激的情况下，该算法对未知频率的估计具有较高的准确性。由此可以表明，该算法在功能磁共振独立成分的排序中能够发挥很大的作用。