将动态脑功能连接性作为协方差矩阵空间上的轨迹进行分析
计算机视觉与模式识别
2024-10-30 v2
摘要
人脑功能连接性（FC）通常在一脑处于静息或执行任务时，度量为各脑区功能磁共振响应的相似性。本文旨在通过将一组脑区上的集体时间序列数据表示为协方差矩阵空间（即对称正定矩阵（SPDMs））上的轨迹，从统计上分析 FC 的动态特性。我们利用最近在 SPDM 空间上发展的度量来量化 FC 观测之间的差异，并对 FC 轨迹进行聚类与分类。为促进大规模高维数据分析，我们提出一种新颖的、基于度量的降维技术，将大数据从大 SPDM 降至小 SPDM。我们使用来自 Human Connectome Project（HCP）数据库的多受试者与多任务数据来展示这一综合框架，其任务分类率与最先进（state-of-the-art）技术相当或更优。
引用
@article{arxiv.1904.05449,
title = {Analyzing Dynamical Brain Functional Connectivity As Trajectories on Space of Covariance Matrices},
author = {Mengyu Dai and Zhengwu Zhang and Anuj Srivastava},
journal= {arXiv preprint arXiv:1904.05449},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication