连接性梯度作为脑活动的图傅里叶基
信号处理
2020-09-29 v1
摘要
将图论应用于建模大脑的复杂结构与功能，为其组织与功能提供了新见解，推动了网络神经科学的出现。尽管该领域已取得巨大进展，仍相对较少的方法利用脑网络的拓扑来分析脑活动。近期该方向的尝试借助图谱分析和图信号处理，将脑活动分解为连接性本征模或梯度。若结果在可解释性和功能相关性方面令人鼓舞，其方法与术语有时令人困惑。本文的目标有二。首先，我们总结近期与连接性梯度和图信号处理相关的贡献，并尝试厘清该领域所用术语与方法，同时指出当前的方法局限。其次，我们讨论如下观点：连接性梯度的功能相关性可通过将其视为脑活动的图傅里叶基而得到充分利用。
引用
@article{arxiv.2009.12567,
title = {Gradients of Connectivity as Graph Fourier Bases of Brain Activity},
author = {Giulia Lioi and Vincent Gripon and Abdelbasset Brahim and François Rousseau and Nicolas Farrugia},
journal= {arXiv preprint arXiv:2009.12567},
year = {2020}
}
备注
14 pages, 1 figure, 2 Tables, submitted to Network Neuroscience