摘要：功能磁共振成像技术是时下应用最为常见的脑功能检测技术，处理磁共振信号因此是信号分析技术的前沿热点之一。本文设计了一种简捷的小波变换去除高频噪声的方法，并与基于离散余弦变换去除低频漂移的方法组合去除fMRI数据的干扰成分，之后用t-检验检测激活。分析模拟数据的结果显示，本文方法和统计参数图检测出的激活体素个数分别是682和378。分析视觉数据的结果显示，本文方法检测的激活区显著大于统计参数图检测的。因此，本文方法的灵敏性优于统计参数图，是一种简捷高效的去除fMRI干扰的方法。
毕业论文关键词：小波去噪；fMRI；信号处理；离散余弦变换
Analysis of fMRI Data Based on Wavelet and DCT Denoising
Abstract: Functional magnetic resonance imaging is the most widely used technique for brain function detection, and the processing of magnetic resonance data is one of the most popular research topics in the field of signal analysis. In this paper, a simple method of removing high frequency noise by wavelet transform is designed, which is combined with the method of removing the interference component of fMRI based on the discrete cosine transform to remove the low frequency drift. And then the t- test is used to detect the activation. The results of simulation data show that the numbers of active pixels detected by this method and the Statistical Parameter Mapping are 682 and 378, respectively. The results of the analysis of visual data show that the active area of this paper is significantly larger than that of the Statistical Parameter Map. Therefore, the sensitivity of this method is better than the latter, and it is a simple and efficient method to remove the interference of fMRI data.
Key Words: Wavelet denoising; fMRI; Signal processing; Discrete cosine transform
目 录
摘 要 1
引言 1
1.1 课题研究现状 2
1.2 课题研究面临的问题 3
2. 功能磁共振信号的处理方法 3
2.1 小波变换 3
2.2 离散余弦变换 5
2.3统计参数图 5
2.4双样本t-检验 6
3. 实验和材料 7
3.1 视觉fMRI实验数据 7
3.2 模拟fMRI实验 7
4. 数据分析方法 8
4.1统计参数图 8
4.2小波简捷去噪 9
5. 处理结果 9
5.1 模拟数据结果 9
5.2 视觉数据结果 10
5.3 讨论 10
6. 结论与展望 11
6.1 总结 11
6.2 展望 11
参考文献 11
致 谢 13
基于小波和DCT去噪的fMRI数据分析引言
随着科学技术的日益进步，一种新的检测大脑功能的技术产生出来，这种新技术因基于原子核自身的磁性大小，因此称为核磁共振成像[1]。由于核磁共振成像是内源性成像，对人体完全无创伤。相比其他的脑功能研究技术，核磁共振成像的时间分辨率和空间分辨率都很高。因此，这种技术在人脑功能研究方面获得了广泛的应用。由于核磁共振成像拥有诸多优点，例如：没有辐射等。所以出于对身体健康方面的考虑这种技术较于其他技术具有比较强大的优势。科学界将这种技术被称为磁共振成像，研究功能方面的则称为功能磁共振成像（functional magnetic resonance imaging）。 基于小波和DCT去噪的fMRI数据分析:http://www.751com.cn/zidonghua/lunwen_55778.html