ICA – Alex的学习笔记

独立成分分析和FastICA算法

本文介绍独立成分分析和FastICA算法的基本原理，以及FastICA的MATLAB和R包的简单使用。

介绍ICA-AROMA的基本原理和使用方法。

SimTB是一个生成模拟fMRI数据的MATLAB工具包，这里介绍它的原理和基本用法。

总结GIFT工具包中提供的与标记独立成分有关的三个小工具。标记成分是为了找到我们感兴趣的成分，为后续分析做准备。

IVA-GL和GIG-ICA是GIFT提供的两种分析fMRI数据的算法，相比于经典做法，这两种算法在理论上能更好地分离个体变异。

GIFT和Melodic是最常用的两个进行独立成分分析的软件包，那么这两个工具得到的结果是否有差异呢？这里用一个例子来比较GIFT和Melodic的差异。

GIFT和Melodic是进行独立成分分析（ICA）最常用的两个工具。相比于Melodic，GIFT的ICA算法更丰富。另外，GIFT基于Matlab，方便在Windows系统上使用。这里介绍如何使用GIFT的图形界面和脚本进行独立成分分析，这些方法来自于GIFT官方文档。

独立成分分析（ICA）是一种常用的脑网络分析方法。这里简单介绍如何使用Melodic进行单被试和多被试（结合双回归）独立成分分析，以及如何查看ICA的结果。