面向人脑功能划分的人工水母搜索优化算法

作者:赵学武; 王红梅; 刘超慧; 李玲玲; 薄树奎; 冀俊忠
更新时间:

人脑功能的划分是揭示人脑功能分离的重要途径。然而,现有的大多数分割方法都不能很好地处理高维和低信噪比的功能磁共振图像(fMRI)数据,这表明了其搜索能力弱、分割结果差的问题。为了缓解这一问题,提出了一种基于人工水母搜索优化的人脑功能划分方法。首先,该方法基于预处理的fMRI数据计算函数相关矩阵,并将其映射到低维空间。然后,将食物编码到由多个功能聚类中心组成的聚类解中,并使用改进的人工水母搜索更好的食物。采用时间控制与迭代停滞相结合的机制来调节人工水母进行主动或被动运动,从而提高其全局搜索能力。为提高人工水母搜索的科学性和针对性,针对主动运动设计了健身指导的步长确定策略。最后,根据最小距离原理,得到相关矩阵中每行数据的聚类标签,并映射到相应的体素。在实际fMRI数据上的实验表明,与其他划分方法相比,新方法不仅具有更高的搜索能力,而且可以得到空间结构更好、功能一致性更强的划分结果。本研究将人工水母搜索优化算法应用于人脑功能的划分,提供了一种更有效的人脑功能划分方法。