大脑静息态功能连接的分形分析
应用统计
2012-08-16 v1 神经元与认知
摘要
各类静息态神经影像数据往往表现出分形行为，其功率谱遵循幂律缩放。静息态功能连接受到分形行为的显著影响，而这种影响可能并非直接源自大脑的神经元群体活动。为了描述分形行为，我们采用了分数积分过程（FIP）模型而非分数高斯噪声（FGN），因为 FIP 模型比 FGN 模型涵盖了更广泛的分形特征。我们还引入了一个称为非分形连接的新概念，其定义为独立于分形行为的短记忆相关性，并将其与作为渐近小波相关性的分形连接进行了比较。我们提出了几种基于小波的多变量分数积分噪声（mFIN）的分形连接和非分形连接估计量。通过模拟研究以及对大鼠大脑静息态功能磁共振成像数据的分析，评估了这些估计量的性能。
引用
@article{arxiv.1208.0921,
title = {Fractal analysis of resting state functional connectivity of the brain},
author = {Wonsang You and Sophie Achard and Jörg Stadler and Bernd Brückner and Udo Seiffert},
journal= {arXiv preprint arXiv:1208.0921},
year = {2012}
}
备注
The 2012 International Joint Conference on Neural Networks