未知对应关系下的脑网络比较
神经元与认知
2016-11-16 v1 神经与进化计算
摘要
过去十年间，图论在神经科学领域引起了广泛关注，这主要归功于它提供了丰富的工具来探索像大脑这样的复杂网络中元素间的相互作用。脑网络的局部和全局组织可以揭示复杂认知功能的机制，而网络内的中断则可能与神经发育障碍有关。在这一努力中，为每个个体构建一个具有代表性的脑网络对于进一步分析至关重要。此外，图比较是对脑图进行推断和分类分析的一个关键步骤。在这项工作中，我们探索了一种基于图编辑距离的方法，用于在网络元素对应关系因大脑底层划分不同而未知的情况下评估图的相似性。我们在 30 名无关受试者以及 40 对双胞胎上测试了该方法，结果表明，该方法能够准确反映两个相关网络相较于无关网络之间更高的相似性，同时识别节点对应关系。
引用
@article{arxiv.1611.04783,
title = {Comparison of Brain Networks with Unknown Correspondences},
author = {Sofia Ira Ktena and Sarah Parisot and Jonathan Passerat-Palmbach and Daniel Rueckert},
journal= {arXiv preprint arXiv:1611.04783},
year = {2016}
}
备注
Presented at The MICCAI-BACON 16 Workshop (https://arxiv.org/abs/1611.03363)