摘要：在探测人脑内部结构和功能分析时，我们常用功能磁共振成像方法。为了能准确有效地探测到人脑有效功能区域，我们常用聚类分析方法来处理fMRI信号，但由于操作、设备及环境等诸多原因，fMRI信号中总是包含了大量的噪声。为了保持原始fMRI数据的空间结构，从而提高聚类的效果，最佳阈值的确定在噪声体素移除过程中就尤为重要。传统确定阈值的方法有人工神经网络、遗传算法、粒子群优化，但都计算复杂，不能很快确定最佳阈值。本文提出了一种基于遗传算法的简易优化算法，它是假设阈值 在0到1范围内具有唯一的最优值并且交叉率和变异率为0，这样可以很快确定最佳阈值。

关键词：fMRI数据  FCM聚类  遗传算法  阈值

目录

摘要

Abstract

第一章 绪论-1

1.1研究背景以及意义-1

1.2 研究现状以及发展前景-2

1.3 本文内容及结构-2

第二章 fMRI原理及阈值确定方法分析-4

2.1 fMRI基本原理-4

2.2 fMRI数据分析软件-5

2.3 经典模糊聚类方法FCM-5

2.4阈值确定方法分析-6

2.5 本章小结-8

第三章 基于遗传算法的优化算法及阈值确定的实验数据分析-9

3.1 数据采集及预处理-9

3.1.1 数据采集-9

3.1.2 预处理-9

3.2 基于遗传算法的优化算法-9

3.3 数据处理结果-11

3.3.1 空间结构图分析-11

3.3.2 准确度具体数值分析-14

3.3.3 折线图分析-17

3.4 数据结果总结及算法优势分析-18

3.4.1 数据结果总结-18

3.4.2 算法优势分析-18

结 语-19

参考文献-20

致 谢-22