Aplicação da Decomposição em Valores Singulares e Análise de Componentes Independentes em dados de fMRI

Liliane R. da Silva, Luiz R. de A. Lopes, Valcir J. da C. Farias, Marcus P. C. da Rocha

Resumo


A técnica de imagens funcionais por ressonância magnética (fMRI) é usada para localizar e analisar diferentes aspectos da atividade cerebral humana. Durante uma experiência de fMRI, uma sequência de imagens é adquirida enquanto o paciente desempenha tarefas específicas. No entanto, as alterações no contraste das imagens não são grandes, o que dificulta uma inspeção visual direta, tornando necessária a utilização de algoritmos computacionais de identificação dessas áreas. Nesse sentido, investigou-se o método de Análise de Componentes Independentes  (ICA),  com  o  diferencial  da  aplicação  da  Decomposição  em Valores  Singulares (SVD) nos dados já pré-processados utilizando dados artificiais, para avaliar a sensibilidade e a especificidade do método. As curvas ROC (Receiver Operating Characteristic) indicam que o método tiveram um melhor desempenho após a utilização da SVD. Além disso, ICA foi aplicada a um conjunto de dados reais de fMRI onde um indivíduo normal realizou um experimento prédefinido.

Palavras-chave


fMRI, decomposição de valores singulares, análise de componentes independentes, ROC, FastICA.

Texto completo:

PDF


DOI: https://doi.org/10.5540/03.2015.003.01.0296

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato