fMRI条件特异性功能连接的网络分析方法
应用统计
2013-01-02 v1 混沌动力学
生物物理
数据分析、统计与概率
神经元与认知
摘要
在这项工作中，我们专注于检查并比较通过fMRI测量的跨实验条件的全脑功能连接模式。由于连接矩阵中元素数量庞大，直接检查和比较条件特异性矩阵具有挑战性。我们提出了一个使用网络分析来描述条件特异性功能连接的框架。将大脑视为一个复杂系统（以网络的形式），我们通过将每个网络划分为代表功能连接脑区的聚类来提取最相关的连接信息。提取的聚类被用作预测新数据集中实验条件的特征。该方法在检查抽象和具体概念处理过程中功能连接模式的fMRI数据上进行了说明。在参与者之间，针对具体和抽象概念，基于感兴趣区域（ROI）的功能网络在拓扑（脑区）和功能（连接水平和信息流）上的系统性差异被识别出来。这些差异足以根据从其他人那里获得的训练数据，将之前未见过的连接矩阵分类为抽象或具体。
引用
@article{arxiv.1008.0590,
title = {A Network Analysis Approach to fMRI Condition-Specific Functional Connectivity},
author = {Svetlana V. Shinkareva and Vladimir Gudkov and Jing Wang},
journal= {arXiv preprint arXiv:1008.0590},
year = {2013}
}