基于功能磁共振成像的自组织映射群组分析：使用受限 Fréchet 均值
应用统计
2012-08-14 v2 神经元与认知
摘要
对功能磁共振成像（fMRI）数据的研究越来越关注于跨受试者组或实验条件估计时空网络的差异。无监督聚类和独立成分分析（ICA）已被用于识别此类时空网络。虽然这些方法在受试者层面估计这些网络方面很有用，但在组间或实验条件间的比较需要进一步的方法学发展。在本文中，我们通过展示如何在 Fréchet 推断框架内比较自组织映射（SOMs）来解决这一问题。在此，我们将每组中的平均 SOM 概括为关于 SOM 空间上度量的 Fréchet 均值。我们考虑使用不同的度量，并引入两个两个 SOM 之间经典最小距离和（SMD）的扩展，这些扩展考虑了 fMRI 数据的时空模式。这些方法的有效性在合成数据上得到了说明。通过这些模拟，我们展示了三种感兴趣的度量表现符合预期，即捕获 SOM 时间、空间和时空方面的度量更有可能在分别以时间、空间和时空差异为特征的模拟场景下达到显著性。此外，对一项关于视觉触发情绪的经典实验的再分析展示了该方法的实用性。在这项研究中，发现暴露于愉快和不愉快刺激的受试者典型的多元功能模式比暴露于情绪中性刺激的受试者的模式更为相似。总而言之，这些结果表明，我们提出的方法可以通过对功能磁共振成像范式采用全局分析视角，为现有数据提供新的见解。
引用
@article{arxiv.1205.6158,
title = {Group Analysis of Self-organizing Maps based on Functional MRI using Restricted Frechet Means},
author = {Arnaud P. Fournel and Emanuelle Reynaud and Michael J. Brammer and Andrew Simmons and Cedric E. Ginestet},
journal= {arXiv preprint arXiv:1205.6158},
year = {2012}
}
备注
23 pages, 5 figures, 4 tables. Submitted to Neuroimage