基于双空间分辨率功能磁共振成像的脑活动贝叶斯推断
统计方法学
2023-06-07 v2 应用统计
摘要
神经放射科医生与神经外科医生日益选择使用功能磁共振成像（fMRI）来绘制功能相关脑区，以进行无创术前规划与术中神经导航。该应用要求高度的空间准确性，但fMRI的信噪比（SNR）随空间分辨率升高而下降。实践中，fMRI扫描可在多种空间分辨率下采集，而通过结合不同分辨率的数据对脑活动作出更精确的推断颇具价值。为此，我们提出一种新的贝叶斯模型，以同时利用高分辨率fMRI更优的解剖精度与标准分辨率fMRI更高的SNR。我们对均值强度函数赋予高斯过程先验，并开发了一种高效、可扩展的后验计算算法来整合这两类数据源。我们采用一种类似于在扩展参数空间中的黎曼流形哈密顿蒙特卡洛（Riemann manifold Hamiltonian Monte Carlo）的算法抽取后验样本。我们在术前fMRI数据分析中展示了该方法，并通过仿真表明其比单独使用高分辨率或标准分辨率fMRI数据的替代方法更准确地推断均值强度。
引用
@article{arxiv.2103.13131,
title = {Bayesian Inference for Brain Activity from Functional Magnetic Resonance Imaging Collected at Two Spatial Resolutions},
author = {Andrew S. Whiteman and Andreas J. Bartsch and Jian Kang and Timothy D. Johnson},
journal= {arXiv preprint arXiv:2103.13131},
year = {2023}
}
备注
37 pages, 12 figures