وحید تیموری - قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، پردیس
غلامعلی حسین زاده

بالا بودن سطح نویز در داده های fMRI مشکلی است که یک راه مقابله با آن استفاده از اطلاعات نقاط (واکسلهای) مجاور است. اما استفاده از روشهای ساده معدل وزندار غالباً به پخش شدن مناطق فعال می انجامد. در این مقاله برای استفاده از اطلاعات واکسلهای مجاور و به منظور بالا بردن دقت تشخیص، یک معیار شباهت تعریف می گردد، با استفاده از این معیار، واکسلهای همسایه مورد استفاده در تعیین فعالیت مشخص می گردند، در نهایت با استفاده از روشی که بر پایه تحلیل همبستگی کانونی م یباشد به تعیین فعالیت واکسلها پرداخته می شود. روش پیشنهادی، با روش همبستگی کانونی مقایسه شده و نتایج نشان می دهند که علاوه بر بهبود ROC، روش پیشنهادی از گسترش نادرست نواحی فعال جلوگیری می کند.

تحلیل همبستگی کانونی، معیار شباهت، fMRI