随着无损人脑成像技术的发展,人脑结构和功能研究的重点转移到图像数据的分析处理上。功能磁共振成像(functional Magnetic Resonance Imaging, fMRI)技术,凭借高分辨率、高清晰度的优点广泛应用于人脑研究领域。人脑颅底fMRI图像病态平衡数据问题严重,给处理和分析带来许多困难。人脑颅底磁共振图像中的有用信号具有弱信号的特点,且人脑fMRI图像中噪声复杂,难以用数学模型进行描述。于是本文采用独立成分分析(Independent Component Analysis, ICA)提取人脑颅底fMRI图像的独立成分,采用信号匹配法去除噪声或干扰成分,通过实验,给出了分析结果。匹配去噪后的二次ICA得到新的独立成分,通过相关系数对比两次分析得到的独立成分,分析了ICA独立成分匹配去噪、去干扰的效果。本文采用三维差分图像分析ICA独立成分匹配去噪、去干扰的效果,对比了两次分析得到的独立成分的时间序列,结合这两点,分析了ICA在人脑fMRI图像时域和空域的分析效果。在算法分析的基础上,完善了脑功能磁共振图像分析系统。