通过马哈拉里奈白化和布雷斯几何去个体化 fMRI 信号

功能连接已被广泛用于理解脑疾病在临床研究和基于影像学的神经科学中的作用，分析功能连接的变化对理解和计算评估疾病或实验刺激对脑功能产生的影响具有重要价值。通过在使用降维算法之前对 fMRI 信号进行马哈拉里奈数据白化，我们能够从关于主体及其引发其使用的实验刺激的 fMRI 信号中提炼出有意义的信息。此外，我们提供了马哈拉里奈白化作为由布雷斯距离捕获的相似性驱动的两阶段去个体化数据解释，这与量子力学相联系。这些方法有望助力发现将脑功能与认知和行为联系起来的机制，并可能提高对阿尔茨海默病诊断的准确性和一致性，尤其是在疾病进程的早期阶段。