ستار میرزا کوچکی - استادیار دانشکده مهندسی برق دانشگاه علم و صنعت
امیرحسین طاهرزاده - دانشجوی مقطع کارشناسی ارشد دانشکده فنی دانشگاه گیلان

در این مقاله یک روش جدید برای تحلیل مؤلفه های مستقل (ICA) با نام نقطه ثابت (fixed-point) معرفی شده و کارایی آن برای جداسازی سیگنال فعالیت fMRI از سیگنال های نویز و سایر سیگنالها مورد بررسی قرار گرفته است. ابتدا این الگوریتم را روی داده های ساختگی امتحان کرده و از میزان قابلیت این الگوریتم در جداسازی سیگنالهای مختلف اطمینان حاصل کرده تا مقایسه ای بین این روش جدید با روش های معمول ICA مثل infomax انجام شود. سپس در مورد یک مجموعه تصاویر fMRI مربوط به یک آزمایش حرکتی به کار گرفته شده است. نتایج به دست آمده نشان می دهد که الگوریتم نقطه ثابت بسیار سریع تر از روش های معمول همگرا می شود و توانایی بازسازی انواع سیگنال ها را دارد و بدون اینکه احتیاجی به داشتن اطلاعات در مرود نحوه انجام آزمایش و زمان شروع و خاتمه آن باشد به خوبی سیگنال فعالیت و ناحیه فعال مغز را جدا می کند.

تحلیل مؤلفه های مستقل (ICA) - fMRI - نقطه ثابت (Fixed-Point)