Independent component analysis for brain fMRI does not select for independence.

Daubechies, I; Roussos, E; Takerkart, S; Benharrosh, M; Golden, C; D'Ardenne, K; Richter, W; Cohen, J D; Haxby, J

Daubechies, I; Roussos, E; Takerkart, S; Benharrosh, M; Golden, C; D'Ardenne, K; Richter, W; Cohen, J D; Haxby, J.

Afiliación

Daubechies I; Center for the Study of Brain, Mind and Behavior, Princeton University, Princeton, NJ 08544, USA. ingrid@math.princeton.edu

Proc Natl Acad Sci U S A ; 106(26): 10415-22, 2009 Jun 30.

Article en En | MEDLINE | ID: mdl-19556548

RESUMEN

InfoMax and FastICA are the independent component analysis algorithms most used and apparently most effective for brain fMRI. We show that this is linked to their ability to handle effectively sparse components rather than independent components as such. The mathematical design of better analysis tools for brain fMRI should thus emphasize other mathematical characteristics than independence.

Asunto(s)

Algoritmos; Mapeo Encefálico/métodos; Imagen por Resonancia Magnética/métodos; Encéfalo/diagnóstico por imagen; Encéfalo/fisiología; Simulación por Computador; Humanos; Interpretación de Imagen Asistida por Computador; Procesamiento de Imagen Asistido por Computador; Radiografía; Reproducibilidad de los Resultados; Procesamiento de Señales Asistido por Computador

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Algoritmos / Mapeo Encefálico / Imagen por Resonancia Magnética Tipo de estudio: Diagnostic_studies / Prognostic_studies Límite: Humans Idioma: En Revista: Proc Natl Acad Sci U S A Año: 2009 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google