基于变分方法的事件相关 fMRI 诱发性脑活动快速联合检测与估计
应用统计
2012-02-08 v1
摘要
在标准的事件相关 fMRI 数据临床被试内分析中，通常分两步独立进行：脑活动检测和血流动力学响应估计。由于这两个步骤 inherently 关联，我们采用了所谓的基于区域的联合检测 - 估计（JDE）框架，该框架利用多元推断来处理检测和估计的联合问题。JDE 通过利用 BOLD 响应的区域双线性生成模型构建，并在马尔可夫建模中利用时空信息，通过生理先验约束参数估计。与之前使用马尔可夫链蒙特卡洛（MCMC）技术来近似所得难处理后验分布的工作不同，我们将 JDE 重构为缺失数据框架，并推导了用于其推断的变分期望最大化（VEM）算法。在无监督的空间自适应 JDE 推断中，使用变分近似来近似马尔可夫模型，这使得空间正则化参数能够进行精细的自动调整。由此产生了一种新算法，与之前使用的基于 MCMC 的方法相比，该算法展现出有趣的特性。在人工数据和真实数据上的实验表明，VEM-JDE 对模型设定错误具有鲁棒性，在保持良好激活检测和血流动力学形状恢复性能的同时，提供了计算增益。
引用
@article{arxiv.1202.1425,
title = {Fast joint detection-estimation of evoked brain activity in event-related fMRI using a variational approach},
author = {Lotfi Chaari and Thomas Vincent and Florence Forbes and Michel Dojat and Philippe Ciuciu},
journal= {arXiv preprint arXiv:1202.1425},
year = {2012}
}