基本信息
文件名称:融合正则化稀疏模型与深度神经网络:探索fMRI数据特征选择的前沿方法.docx
文件大小:49.59 KB
总页数:29 页
更新时间:2025-08-16
总字数:约3.85万字
文档摘要

融合正则化稀疏模型与深度神经网络:探索fMRI数据特征选择的前沿方法

一、引言

1.1研究背景

1.1.1fMRI技术概述

功能磁共振成像(FunctionalMagneticResonanceImaging,fMRI)技术,作为神经影像学领域的关键技术,自问世以来,在脑神经活动研究中发挥着举足轻重的作用。其基本原理基于血氧水平依赖(BloodOxygenLevelDependent,BOLD)效应。当大脑执行特定任务或处于某种状态时,相应脑区神经元活动增强,对氧气的消耗增多,此时局部脑血流会增加以补充氧气,这使得该区域氧合血红蛋白与脱氧血红蛋白的比例发生变化。由于这两种血