| 中文题名： | 基于自适应区域生长算法的脑功能感兴趣区定位 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 0402Z1 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 理学硕士 |
| 学位类型： | |
| 学位年度： | 2016 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 功能区的定位 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 第二导师姓名： | |
| 提交日期： | 2016-06-06 |
| 答辩日期： | 2016-05-26 |
| 外文题名： | Automatically defining functional regions of interest with an adaptive seeded region growing algorithm |
| 中文关键词： | |
| 中文摘要： |
随着磁共振成像等成像技术的发展,脑功能区的研究吸引着众多研究者的注意力。其中基于功能感兴趣区(fROI)的方法，已经成为功能磁共振成像(fMRI)研究中比较普遍接受的方法，究其原因，主要是fROI的方法能够避免脑功能区在被试间空间位置上的变异，从而提高fMRI研究的敏感性。一般而言，fROI的定位是根据解剖结构和功能上的特征作为引导和约束，由激活数据中超过某个特定阈限值且空间中连续的体素集合所确定。然而，不同被试个体在相同任务下的激活水平存在很大变异，在部分被试下合适的阈值往往在其他被试下却是不合
﹀
|
| 外文摘要： |
Functional region of interest (fROI) approach has been becoming a prevalent methodology in functional magnetic resonance imaging (fMRI) because it can circumvent the inter-subject spatial variability, and thus increase the sensitivity of fMRI. Commonl
﹀
|
| 参考文献总数： | 39 |
| 作者简介： | 本科毕业于天津理工大学信息与计算科学，硕士毕业于北京师范大学脑与认知科学研究院，两篇PLOS ONE期刊文章的二作，文章名分别为Mapping Individual Brain Networks Using Statistical Similarity in Regional Morphology from MRI，和A multi-atlas labeling approach for identifying subject-specific functional regions of interest |
| 馆藏号： | 硕040220/16002 |
| 开放日期： | 2016-06-06 |
谷歌
