皮层群组结构分区：一种基于逻辑回归模型的可靠方法
应用统计
2017-01-06 v1 神经元与认知
摘要
当前的理论认为，大脑功能与通过轴突束的长程物理连接高度相关，即外在连接。然而，基于外在连接获取群组皮层分区仍然具有挑战性。现有的分区方法计算成本高昂；需要调节多个参数或依赖临时约束。此外，这些方法均未提出皮层外在连接的模型。为了解决这些问题，我们提出了一种简约的外在连接模型和一种基于纤维束图谱聚类的高效分区技术。我们的技术允许创建整个皮层的单受试者和群组分区。用我们的技术获得的分区与文献中的结构和功能分区相一致。特别是，运动和感觉皮层的细分与 Penfield 的人类侏儒图一致。我们通过将所得分区与 Human Connectome Project 数据中包含的运动皮层条带映射进行比较来说明这一点。
引用
@article{arxiv.1701.01315,
title = {Groupwise Structural Parcellation of the Cortex: A Sound Approach Based on Logistic Models},
author = {Guillermo Gallardo and William Wells and Rachid Deriche and Demian Wassermann},
journal= {arXiv preprint arXiv:1701.01315},
year = {2017}
}