功能磁共振成像(fMRI)是当前研究脑认知功能的主要手段,脑fMRI数据具有维数高、噪声强、数据量大等特点,现有的数据分析方法往往不能有效获取fMRI数据中潜在有意义的信息。本课题将从大数据视角出发,采用数据挖掘方法分析问题解决fMRI数据中有意义的模式。课题利用关联分析方法研究不同脑区之间的功能连接模式和协同工作模式;利用例外模式挖掘方法研究功能脑区活动的例外激活模式。课题涉及机器学习、数据挖掘、fMRI、神经解剖学、认知心理学等多个领域。其意义在于提供脑fMRI数据分析的新方法、促进大数据视角下数据挖掘技术的新应用;揭示脑fMRI数据隐含的新规律和新特性。
英文主题词functional Magnetic Resonance Imaging;correlation analysis;element analysis;functional connectivity;exception analysis