面向 fMRI 数据的快速共享响应模型
计算机视觉与模式识别
2019-12-04 v2 机器学习
图像与视频处理
神经元与认知
摘要
共享响应模型为分析暴露于自然刺激下的受试者 fMRI 数据提供了一个简单而有效的框架。然而，当受试者或扫描次数较多时，拟合该模型需要大量的内存和计算资源，这限制了其在实际中的使用。在本工作中，我们引入了依赖基于图谱的中间表示的 FastSRM 算法。它在时间和内存使用上均带来了显著的加速，从而允许对自然刺激 fMRI 数据进行简便快速的大规模分析。使用四个不同的数据集，我们表明我们的方法在性能上与原始 SRM 算法相当，同时速度约快 5 倍，内存效率提高 20 至 40 倍。基于这一贡献，我们使用 FastSRM 在 CamCAN 样本上根据观影数据预测年龄。除了给出准确的预测（平均绝对误差 7.5 年）外，FastSRM 提取出了可预测年龄的地形模式，表明自由感知过程中的大脑活动反映了年龄。
引用
@article{arxiv.1909.12537,
title = {Fast shared response model for fMRI data},
author = {Hugo Richard and Lucas Martin and Ana Luısa Pinho and Jonathan Pillow and Bertrand Thirion},
journal= {arXiv preprint arXiv:1909.12537},
year = {2019}
}