摘要：随着科学技术的不断发展，数字信息化技术也不断提高，医学领域的数字信息化处理也在不断地发展壮大。功能核磁共振便是其中一种。本文主要介绍功能磁共振成像（functional Magnetic Resonance Imaging, fMRI）技术，该技术是将采集到的人脑信息，将获取的任务态下图像进行预处理，运用模糊C均值（Fuzzy C-Means，FCM）聚类算法处理任务态图像，经过这种方法处理后的激活体素和未激活体素占据的脑部情况更加清晰，脑部个区域图像边界明确，更易读懂。

本文研究的目的就是获取上述技术处理过程中的模糊度对FCM聚类结果的影响分析。针对模糊度对FCM聚类结果的影响问题，在此过程中通过控制量变法，在其他参数不变的情况下，将广义线性模型应用于准确度对比，通过分析图像和数值对比的方法，得出模糊度的最佳值，最后简要阐述模糊度对FCM聚类结果的影响。我相信本文呈现的研究将为聚类算法处理医学图像奠定更加有力的理论基础。

关键词：模糊度  FCM  FMRI

目录

摘要

Abstract

1. 绪论-1

1.1研究背景及意义-1

1.2研究现状及发展前景-1

1.3本文内容及结构-2

2. FMRI数据原理及分析方法简介-3

2.1  fMRI简介-3

2.2  FCM分析方法简介-4

2.2.1算法背景-4

2.2.2算法步骤-4

2.3 工具简介-6

3. 数据分析及结果-7

3.1数据采集及预处理-7

3.2 FCM基于模糊度变化的处理结果-7

3.2.1 FCM处理流程-7

3.2.2 FCM结果分析-9

3.3模糊度对精确度的影响分析-12

3.4本章小结-15

结  语-17

参考文献-19

致    谢-20