中文

一种连接神经连接性与行为波动的新方法:行为回归连接性

神经元与认知 2017-10-11 v2

摘要

背景:在实验过程中,行为表现会发生波动,但大多数功能连接性神经影像分析仅推导出单一的连接模式。这些常规连接性方法假设,由于任务的底层行为保持不变,连接模式也是恒定的。新方法:我们引入了一种新方法——行为回归连接性(BRC),以直接检查实验过程中的行为波动,并捕捉其与功能连接性变化的关系。该方法将加权相位滞后指数(WPLI)应用于带有加权函数的试验窗口。使用两个数据集,在两个时间窗口内将 BRC 结果与常规连接性结果进行比较:刺激出现前一秒用于识别预测关系,刺激出现后一秒用于捕捉任务依赖关系。结果:在两项任务中,我们重现了常规连接性分析的预期结果,并利用 BRC 分析扩展了我们对大脑-行为关系的理解,展示了与行为呈正负相关的特定受试者连接模式。与现有方法的比较:常规连接性分析假设行为与功能连接性之间存在一致关系,但 BRC 方法检查实验过程中的表现变异性,以理解动态连接性和瞬态行为。结论:BRC 方法检查随行为共变的连接性,以补充从常规连接性分析中获得的底层神经活动知识。在此框架内,BRC 可用于理解参与者内部和参与者之间的表现变异性。

关键词

引用

@article{arxiv.1606.05522,
  title  = {A novel method linking neural connectivity to behavioral fluctuations: Behavior-Regressed Connectivity},
  author = {Antony D. Passaro and Jean M. Vettel and Jonathan McDaniel and Vernon Lawhern and Piotr J. Franaszczuk and Stephen M. Gordon},
  journal= {arXiv preprint arXiv:1606.05522},
  year   = {2017}
}

备注

21 pages, 5 figures