論文の概要: fMRI-Kernel Regression: A Kernel-based Method for Pointwise Statistical
Analysis of rs-fMRI for Population Studies
- arxiv url: http://arxiv.org/abs/2012.06972v1
- Date: Sun, 13 Dec 2020 05:53:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-09 12:38:19.257975
- Title: fMRI-Kernel Regression: A Kernel-based Method for Pointwise Statistical
Analysis of rs-fMRI for Population Studies
- Title（参考訳）: fmri-カーネルレグレッション : 集団研究のためのrs-fmriの点統計解析のためのカーネルベース手法
- Authors: Anand A. Joshi, Soyoung Choi, Haleh Akrami, Richard M. Leahy
- Abstract要約: 静止状態fMRI(rs-fMRI)信号の自発性のため、物体間比較は困難である。
本稿では、対の被験者の同期rs-fMRI信号間のペアワイズ距離を測定するアプローチについて述べる。
また、この生成したペアワイズ特徴を利用してラジアル基底関数カーネル行列を確立するfMRIデータ比較法を提案する。
- 参考スコア（独自算出の注目度）: 0.5459797813771498
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Due to the spontaneous nature of resting-state fMRI (rs-fMRI) signals,
cross-subject comparison and therefore, group studies of rs-fMRI are
challenging. Most existing group comparison methods use features extracted from
the fMRI time series, such as connectivity features, independent component
analysis (ICA), and functional connectivity density (FCD) methods. However, in
group studies, especially in the case of spectrum disorders, distances to a
single atlas or a representative subject do not fully reflect the differences
between subjects that may lie on a multi-dimensional spectrum. Moreover, there
may not exist an individual subject or even an average atlas in such cases that
is representative of all subjects. Here we describe an approach that measures
pairwise distances between the synchronized rs-fMRI signals of pairs of
subjects instead of to a single reference point. We also present a method for
fMRI data comparison that leverages this generated pairwise feature to
establish a radial basis function kernel matrix. This kernel matrix is used in
turn to perform kernel regression of rs-fMRI to a clinical variable such as a
cognitive or neurophysiological performance score of interest. This method
opens a new pointwise analysis paradigm for fMRI data. We demonstrate the
application of this method by performing a pointwise analysis on the cortical
surface using rs-fMRI data to identify cortical regions associated with
variability in ADHD index. While pointwise analysis methods are common in
anatomical studies such as cortical thickness analysis and voxel- and
tensor-based morphometry and its variants, such a method is lacking for rs-fMRI
and could improve the utility of rs-fMRI for group studies. The method
presented in this paper is aimed at filling this gap.
- Abstract（参考訳）: 静止状態fMRI(rs-fMRI)信号の自発性のため、クロスオブジェクト比較は困難であり、rs-fMRIの集団研究は困難である。
既存のグループ比較手法の多くは、接続性、独立成分分析(ICA)、機能接続密度(FCD)法などのfMRI時系列から抽出した特徴を用いる。
しかしながら、群研究、特にスペクトル障害の場合、単一のアトラスや代表的対象との距離は、多次元スペクトル上に存在する可能性のある対象間の差異を完全に反映しない。
さらに、すべての対象の代表である場合において、個別の主題や平均的なアトラスさえ存在しない場合もある。
本稿では、1つの基準点ではなく、対の被験者の同期rs-fMRI信号間のペア距離を測定するアプローチについて述べる。
また、この生成したペアワイズ機能を利用して、放射基底関数カーネル行列を確立するfMRIデータ比較法を提案する。
このカーネルマトリックスは、認知的または神経生理学的パフォーマンススコアなどの臨床変数へのrs-fmriの核回帰を行うために使用される。
本手法はfMRIデータに対する新たなポイントワイズ解析パラダイムを開放する。
本手法は, rs-fmriデータを用いて皮質表面のポイントワイズ解析を行い, adhd指標の変動性に関連する皮質領域の同定を行った。
点解析法は皮質厚み解析やボクセル法,テンソル法などの解剖学的研究で一般的であるが,rs-fMRIでは欠如しており,グループ研究におけるrs-fMRIの有用性が向上する可能性がある。
本稿では,このギャップを埋めることを目的としている。
関連論文リスト
- MindFormer: Semantic Alignment of Multi-Subject fMRI for Brain Decoding [50.55024115943266]
本稿では,MindFormer を用いたマルチオブジェクト fMRI 信号のセマンティックアライメント手法を提案する。
このモデルは、fMRIから画像生成のための安定拡散モデルや、fMRIからテキスト生成のための大規模言語モデル(LLM)の条件付けに使用できるfMRI条件付き特徴ベクトルを生成するように設計されている。
実験の結果,MindFormerは意味的に一貫した画像とテキストを異なる主題にわたって生成することがわかった。
論文 参考訳（メタデータ） (2024-05-28T00:36:25Z) - NeuroPictor: Refining fMRI-to-Image Reconstruction via Multi-individual Pretraining and Multi-level Modulation [55.51412454263856]
本稿では,fMRI信号を用いた拡散モデル生成過程を直接変調することを提案する。
様々な個人から約67,000 fMRI-imageペアのトレーニングを行うことで,fMRI-to-imageデコーディング能力に優れたモデルが得られた。
論文 参考訳（メタデータ） (2024-03-27T02:42:52Z) - Source-Free Collaborative Domain Adaptation via Multi-Perspective
Feature Enrichment for Functional MRI Analysis [55.03872260158717]
安静時MRI機能(rs-fMRI)は、神経疾患の分析を助けるために多地点で研究されている。
ソース領域とターゲット領域の間のfMRIの不均一性を低減するための多くの手法が提案されている。
しかし、マルチサイト研究における懸念やデータストレージの負担のため、ソースデータの取得は困難である。
我々は、fMRI解析のためのソースフリー協調ドメイン適応フレームワークを設計し、事前訓練されたソースモデルとラベルなしターゲットデータのみにアクセスできるようにする。
論文 参考訳（メタデータ） (2023-08-24T01:30:18Z) - Capturing functional connectomics using Riemannian partial least squares [0.0]
神経疾患や疾患では、ヒトの脳の機能的および解剖学的コネクトームは、介入や治療戦略をよりよく知るために用いられる。
機能接続を解析するための1つのアプローチは、高次元の予測データのために設計された多変量回帰手法である、部分最小二乗法(PLS)を用いることである。
論文 参考訳（メタデータ） (2023-06-30T02:24:34Z) - fMRI from EEG is only Deep Learning away: the use of interpretable DL to
unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。
我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文 参考訳（メタデータ） (2022-10-23T15:11:37Z) - Spatio-temporally separable non-linear latent factor learning: an
application to somatomotor cortex fMRI data [0.0]
潜在因子の脳全体の発見が可能なfMRIデータのモデルについて検討する。
空間重み付けを効率化するための新しい手法は、データの高次元性とノイズの存在に対処するために重要である。
本手法は,複数のモーターサブタスクを用いたデータを用いて,モデルが各サブタスクに対応する非絡み合った潜在因子を捕捉するかどうかを評価する。
論文 参考訳（メタデータ） (2022-05-26T21:30:22Z) - Mode decomposition-based time-varying phase synchronization for fMRI
Data [0.0]
異なる脳領域の信号間の関係を評価する一つの方法は、その位相同期(PS)を時間にわたって測定することである。
このためには、解析に必要な帯域通過フィルタのタイプとカットオフの周波数を選択する必要がある。
ここでは、この問題を回避するための様々なモード分解(MD)技術を用いた代替手法について検討する。
論文 参考訳（メタデータ） (2022-03-26T01:04:28Z) - Deep Representational Similarity Learning for analyzing neural
signatures in task-based fMRI dataset [81.02949933048332]
本稿では、表現類似度分析(RSA)の深部拡張であるDRSL(Deep Representational similarity Learning)を開発する。
DRSLは、多数の被験者を持つfMRIデータセットにおける様々な認知タスク間の類似性を分析するのに適している。
論文 参考訳（メタデータ） (2020-09-28T18:30:14Z) - Augmenting interictal mapping with neurovascular coupling biomarkers by
structured factorization of epileptic EEG and fMRI data [3.2268407474728957]
脳波-fMRI解析のための新しい構造マトリックス・テンソル分解法を開発した。
抽出したソースシグネチャは、イクタルオンセットゾーンの感度な局所化を提供することを示す。
また,血行動態の空間的変動から相補的局所化情報を導出できることが示唆された。
論文 参考訳（メタデータ） (2020-04-29T13:27:45Z) - A Global Benchmark of Algorithms for Segmenting Late Gadolinium-Enhanced
Cardiac Magnetic Resonance Imaging [90.29017019187282]
現在世界最大の心臓LGE-MRIデータセットである154個の3D LGE-MRIを用いた「2018 left Atrium Challenge」。
技術および生物学的指標を用いた提案アルゴリズムの解析を行った。
その結果, 最上部法は93.2%, 平均表面は0.7mmであった。
論文 参考訳（メタデータ） (2020-04-26T08:49:17Z) - Mapping individual differences in cortical architecture using multi-view
representation learning [0.0]
本稿では,タスクfMRIと安静状態fMRIで計測されたアクティベーションと接続性に基づく情報を組み合わせて,新しい機械学習手法を提案する。
マルチビューディープ・オートエンコーダは、2つのfMRIモダリティを、患者を特徴づけるスカラースコアを推測するために予測モデルが訓練されたジョイント表現空間に融合させるように設計されている。
論文 参考訳（メタデータ） (2020-04-01T09:01:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。