Compressed Online Dictionary Learning for Fast fMRI Decomposition
Résumé
We present a method for fast resting-state fMRI spatial decomposi-tions of very large datasets, based on the reduction of the temporal dimension before applying dictionary learning on concatenated individual records from groups of subjects. Introducing a measure of correspondence between spatial decompositions of rest fMRI, we demonstrates that time-reduced dictionary learning produces result as reliable as non-reduced decompositions. We also show that this reduction significantly improves computational scalability.
Fichier principal
article.pdf (281.58 Ko)
Télécharger le fichier
figures/HCP/corr.pdf (53 Ko)
Télécharger le fichier
figures/HCP/incr_stability.pdf (90.03 Ko)
Télécharger le fichier
figures/HCP/time.pdf (50.13 Ko)
Télécharger le fichier
figures/HCP/time_v_corr.pdf (85.27 Ko)
Télécharger le fichier
figures/incr_stability.pdf (91.31 Ko)
Télécharger le fichier
figures/median.pdf (107.13 Ko)
Télécharger le fichier
figures/median_adhd/median.pdf (97.87 Ko)
Télécharger le fichier
figures/time_v_corr.pdf (87.98 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)