重访簇范围推断：脑活动的量化与定位
统计方法学
2022-08-10 v1
摘要
基于空间范围阈值的簇推断是神经影像学中寻找激活脑区最流行的分析方法。然而，该方法存在若干众所周知的问题。虽然在发现具有某种激活的脑区方面有力，但当前定义的方法不允许对信号做任何进一步的量化或定位。本文中我们弥补这一缺口。我们表明簇范围推断可用于（1.）推断解剖感兴趣区域中信号的存在，以及（2.）量化任何簇或感兴趣区域中活跃体素的比例。这些附加推断是免费的，即无需对检验的 alpha 水平做任何进一步调整，同时保留完全的族错误率控制。我们通过将该法嵌入闭检验过程，并求解由此嵌入产生的图论 k-分隔问题，实现了簇推断可能性的这一扩展。新方法可与随机场理论或置换检验结合使用。我们在针对 Neurovault 数据库神经影像数据的大规模应用中展示了该方法的效用。
引用
@article{arxiv.2208.04780,
title = {Cluster extent inference revisited: quantification and localization of brain activity},
author = {Jelle J. Goeman and Paweł\ Górecki and Ramin Monajemi and Xu Chen and Thomas E. Nichols and Wouter Weeda},
journal= {arXiv preprint arXiv:2208.04780},
year = {2022}
}