以伪模型驱动方式检测自然刺激诱发的大脑激活
神经元与认知
2022-12-06 v1
摘要
自然刺激fMRI已被认为是研究人脑功能的有力替代方案。刺激诱发激活在基于fMRI的脑功能分析中一直发挥着重要作用。然而，由于刺激的复杂性，检测自然刺激诱发的激活（AINSs）一直是个棘手问题，因为AINS无法简单地以模型驱动方式检测。本研究提出一种以伪模型驱动方式检测AINS的方法。受利用暴露于相同刺激下多个大脑间共性进行被试间相关分析策略的启发，我们通过跨若干其他被试平均fMRI信号为某一被试建立响应模型，随后使用一般线性模型检测该被试的AINS。基于人类连接组计划数据集中包含的四次电影fMRI扫描，我们从性别和智商（IQ）个体差异的统计与预测分析两方面评估了AINS的有效性。结果表明，AINS不仅对性别与IQ相关差异敏感，且特异性足以解码个体的性别与IQ。具体而言，与视觉-空间处理相关脑区的激活在男性中持续更强，而高IQ个体在视觉网络与默认模式网络内脑区表现出持续更强的激活。对个体性别与IQ的预测显著优于基于随机标签的预测（P < 0.005）。综上，本研究提出的AINS可作为人脑功能的有效评估手段。其检测概念简单且易于应用，可能使AINS成为未来基于自然刺激fMRI的脑功能分析与个性化医疗的理想选择。
引用
@article{arxiv.2212.01542,
title = {Detection of brain activations induced by naturalistic stimuli in a pseudo model-driven way},
author = {Jiangcong Liu and Hao Ma and Yun Guan and Fan Wu and Le Xu and Yang Zhang and Lixia Tian},
journal= {arXiv preprint arXiv:2212.01542},
year = {2022}
}
备注
39 pages, 6 figures