研究文章雷竞技app下载苹果版

FSSIKM:大脑交互模式的新方法

文摘

功能性磁共振成像(FMRI)模式提供了潜在的非侵入性的方式来研究大脑的功能。功能磁共振成像数据时间序列的三维体积大脑的图像。传统数据分析mass-univariate框架内基本上依靠古典推论统计。处理的特征选择和集群是一个复杂的过程在大脑的交互模式的数据集。理解大脑区域之间的复杂交互模式我们的系统提出了一种新颖的聚类技术。我们的系统模型每个主体多元时间序列,单一维度代表FMRI信号在不同的解剖区域。在我们建议的系统中,有三个算法用于挖掘大脑的交互模式,如fs, IKM和维排名算法。特征子集选择(FSS)技术进行预处理数据之前执行任何数据挖掘任务,例如,分类和聚类。这种技术被用来选择一个子集的原始特性用于后续流程。因此,只有从这些特性生成需要收集的数据。 After that, select the key features in the preprocessed dataset based on the threshold values. Interaction K-means (IKM), a partitioning clustering algorithm used to detect clusters of objects with similar interaction patterns classification and clustering. Finally, Dimension Ranking algorithm was used to select the best cluster for assuring best result.

K。Vidhyadevia, M。Beema Mehraj, Dr.K.P.Kaliyamurthie

阅读全文下载全文|访问全文