动态功能连接的图嵌入揭示HCP数据中的任务参与判别模式
应用统计
2015-06-18 v1 神经元与认知
摘要
越来越多的证据表明功能连接网络是非平稳的。这导致了开发新方法以准确估计时变功能连接网络。许多这些方法通过在每个时间点估计一个功能连接网络来提供前所未有的时间粒度；产生高维输出，可以以多种方式研究。一种可能的方法是采用图嵌入算法。这类算法有效地将估计的网络从高维空间映射到低维向量空间；从而促进可视化、解释和分类。在这项工作中，使用来自人类连接组计划(Human Connectome Project)的工作记忆任务数据研究功能连接的动态特性。采用最近提出的方法估计动态功能连接网络。随后使用基于线性投影的两种图嵌入方法分析结果。这些方法被证明能提供信息丰富的嵌入，可直接解释为功能连接网络。
引用
@article{arxiv.1506.05219,
title = {Graph embeddings of dynamic functional connectivity reveal discriminative patterns of task engagement in HCP data},
author = {Ricardo Pio Monti and Romy Lorenz and Peter Hellyer and Robert Leech and Christoforos Anagnostopoulos and Giovanni Montana},
journal= {arXiv preprint arXiv:1506.05219},
year = {2015}
}
备注
4 pages, 1 figure, 5th International Workshop on Pattern Recognition in Neuroimaging, Stanford University, 2015