分子成像中用于组功能连接的稀疏逆协方差模型评估
应用统计
2015-10-30 v1
摘要
评估通过神经成像测量的脑区之间的功能关系，可洞察大脑如何在宏观尺度上共享信息。许多功能连接方法已为功能磁共振成像（fMRI）等动态成像模式开发，而较少有工作关注针对静态分子成像技术（如FDG-PET和Tc-99m HMPAO SPECT）跨个体组的模型。本工作中，我们定量评估了三种基于稀疏逆协方差估计的功能连接模型在多个队列和数据集大小下准确恢复金标准连接模式的能力。我们比较了独立跨队列学习正则化逆协方差矩阵与使用两种不同基于组的正则化模型学习的准确率。通过使用大队列SPECT扫描，我们能够对模型恢复金标准 functional conn 的准确率进行定量评估。
引用
@article{arxiv.1510.08508,
title = {An Evaluation of Sparse Inverse Covariance Models for Group Functional Connectivity in Molecular Imaging},
author = {David B. Keator and Alexander Ihler},
journal= {arXiv preprint arXiv:1510.08508},
year = {2015}
}