封堵 MEEG 源连通性分析中的泄漏效应
神经元与认知
2019-12-03 v2 统计方法学
摘要
由于容积传导，在 MEEG 传感器空间中简单估计神经连通性是不可能的。唯一可行的替代方案是在源空间中进行连通性估计。在神经科学界，这被认为由于泄漏（重建源的线性混合）而不可行或具误导性。为解决这一问题，我们提出一种新颖的解决方法，以封堵 MEEG 源活动与连通性估计中的泄漏：BC-VARETA。它基于对 MEEG 时间序列频域表示中源活动与连通性的联合估计。为此，我们超越了当前假设源连通性为固定高斯图模型的方法。相反，我们在贝叶斯框架中通过在其上放置先验来估计该图模型，这允许在相当一般的先验模型下，通过基于局部二次近似的新流程对连通性进行高度优化的计算。本文的另一贡献是通过空间弥散测度(Spatial Dispersion Measure)以及基于皮质流形上测地距离的地球移动距离(Earth Movers Distance)对泄漏进行严格定义。这两个测度首次被扩展至通过在皮质流形的笛卡尔积上定义来量化连通性泄漏。利用这些测度，我们表明 BC-VARETA 在性能上优于大多数最先进的逆求解器数个数量级。
引用
@article{arxiv.1810.00786,
title = {Caulking the Leakage Effect in MEEG Source Connectivity Analysis},
author = {Eduardo Gonzalez-Moreira and Deirel Paz-Linares and Ariosky Areces-Gonzalez and Rigel Wang and Jorge Bosch-Bayard and Maria Luisa Bringas-Vega and Pedro A. Valdes-Sosa},
journal= {arXiv preprint arXiv:1810.00786},
year = {2019}
}