基于图拉普拉斯学习傅里叶变换的青少年脑成熟研究
神经元与认知
2019-06-19 v1 信号处理
摘要
目的：纵向神经影像研究表明，青春期是脑持续生长与变化的关建发育时期。大量研究者致力于揭示青春期脑成熟机制。受图信号处理进展及近期部分脑区作为连接功能专门系统枢纽的证据启发，我们从谱分析角度提出一种检测这些区域的方法。具体而言，由于人脑在青春期经历显著发育，我们通过评估来自功能磁共振成像（fMRI）观测的各年龄组间功能网络差异应对该挑战。方法：我们将这些观测视为定义在分块功能脑区上的图信号，并应用基于图拉普拉斯学习的傅里叶变换（GLFT）将原始图信号变换至频域。随后进行特征分析以研究相应脑区的行为，从而实现对脑成熟的刻画。结果：我们首先在合成数据上评估方法，进一步将方法应用于来自费城神经发育队列（PNC）数据集的静息态与任务态 fMRI 成像数据，该数据集包含 8 至 22 岁正常发育青少年。模型在区分不同青春期阶段上取得 95.69% 的最高准确率。结论：我们由静息态 fMRI 检测出 13 个枢纽，由任务态 fMRI 检测出 16 个与脑成熟过程高度相关的枢纽。意义：所提 GLFT 方法在提取脑连接模式与识别具有高预测力的枢纽区域方面具有强大能力。
引用
@article{arxiv.1906.07211,
title = {Brain Maturation Study during Adolescence Using Graph Laplacian Learning Based Fourier Transform},
author = {Junqi Wang and Li Xiao and Tony W. Wilson and Julia M. Stephen and Vince D. Calhoun and Yu-Ping Wang},
journal= {arXiv preprint arXiv:1906.07211},
year = {2019}
}
备注
10 pages