基于fMRI 的脑活动状态解码方法研究(2)
2.3.1 数据格式转换.. 8
2.3.2 层间时间校正（Slice Timing）.. 8
2.3.3 头动校正（Realignment）... 9
2.3.4 配准（Coregister）... 10
2.3.5 分割（Segment）.. 11
2.3.6 标准化（Normalise）.. 11
2.3.7 空间平滑（Smoothing） 12
3 SPM数据分析 ... 12
3.1 一般线性模型（GLM） ... 13
3.2 有关人脸的激活区域分析 14
4 SVM和核岭回归脑部活动解码 . 16
4.1 支撑向量机（SVM） . 16
4.1.1 简单两类线性可分问题. 16
4.1.2 复杂两类线性不可分分类问题... 17
4.2 核回归（Kernel Regression） ... 19
4.2.1 岭回归... 19
4.2.2 核岭回归. 20
4.3 实验过程与结果分析 21
4.3.1 特征区域的选取... 21 本科毕业设计说明书（论文） 第II 页，共Ⅱ页
4.3.2 物品类别分辨结果分析. 22
4.3.3 物品价值分辨结果分析. 24
4.3.4 SVM 与核岭回归算法比较 ... 25
4.3.5 其它讨论. 26
4.4 算法改进 .. 27
4.4.1 LS-SVM原理 .. 27
4.4.2 LS-SVM与SVM分类性能对比 29
结论 .. 30
致谢 .. 31
参考文献 .. 32 1 绪论
人类大脑是人们目前所知道的最为复杂、最为精密的系统。随着科学技术的
发展，人类对人脑工作机制也是越来越好奇。从有历史记载的远古时代一直到近
代，人们就一直在以宗教的形式对人类灵魂的存在性进行讨论， 到近代 100 多年，
人们开始从包括解剖的各种科学的角度探索人脑的奥秘。
研究人脑的目的不仅仅在于理解各种疾病的作用原理并进行治疗，也在于满
足人类对于具有挑战性的未知事物的探索，通过对于大脑的研究人们可以从某种
程度上掌握人类灵魂的“本质”。 更进一步， 还可以开发十分具有前瞻性的产品，
例如利用大脑直接操作生活中的物品或直接控制游戏。 本文所涉及的内容就是利
用模式识别的方法，从分类的角度解码人类大脑，实现对于人类大脑的探索。
1.1 人脑基本生理结构
人脑重约 1400 克，大脑皮层厚度约为 2-3 毫米，总面积约为 2200 平
方厘米， 一个人的脑储存信息的容量相当于 1 万个藏书为 1000 万册的图书
馆。脑皮质包含感觉反应区，精确控制身体各部肌肉运动的区域。脑的纵
向沟裂将脑分为左右两个半球，左脑感知和控制身体右侧，右脑感知和控
制身体左侧，控制听觉的皮质是在颞叶，而视觉皮质是在头后部的枕叶部，
余下的大部分是作为联合反应区，是以更复杂的形式反映外部刺激的区域。
大脑的生理结构的先验知识对于脑部活动的研究具有十分重要的意义，对于
不同的刺激选择合适的脑区进行分析，不仅可以减少数据文数提高算法效率，更
重要的是可以排除无用的信息从而提高预测的准确率。
1.2 功能核磁共振技术
1.2.1 BOLD信号对比度机制
1990 年，Seiji Ogawa 在磁共振图像中发现了血液氧合对横向磁化弛豫时间
(T2)加权图像的影响，当血液氧合降低时皮层血管更消晰，这是由于去氧血红蛋
白造成了局部磁场变化而引起的，从而据此发展出一种有名的成像方法：血氧水
平依赖（BOLD）方法。 本科毕业设计说明书（论文） 第2页，共33 页
下一篇：矩阵分解方法的讨论+文献综述