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

Autores

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

DOI:

https://doi.org/10.5540/03.2015.003.01.0296

Palavras-chave:

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

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.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2015-08-25

Edição

Seção

Métodos Numéricos e Aplicações