基于相关方法推广的静息态 fMRI 有效连接估计的初步验证
定量方法
2017-01-25 v3
摘要
静息态功能磁共振成像（rs-fMRI）被广泛用于非侵入性地研究人脑网络。网络功能连接通常通过计算每个感兴趣区域血氧水平依赖（BOLD）信号的时间序列相关性来估计。然而，标准相关无法刻画区域间信息流的方向。本文中，我们引入并测试了一个新概念——预测相关（prediction correlation），以从 rs-fMRI 估计功能脑网络中的有效连接。在该方法中，两个 BOLD 信号之间的相关性被一个 BOLD 信号与通过由另一个 BOLD 信号驱动的因果系统对该信号的预测之间的相关性所替代。描述了三种验证：(1) 在已知真实情况的模拟数据上，预测相关表现良好，并优于其他四种方法。(2) 在为展现“共同驱动”问题而设计的模拟数据上，预测相关未在非交互的被驱动 ROI 之间引入虚假连接。(3) 在实验数据上，预测相关恢复了先前确定的人脑网络组织。预测相关可良好扩展至处理数百个 ROI，使其能够在单受试者水平上评估全脑区域间连接。这些结果提供了初步验证，表明预测相关能够基于 BOLD 信号捕捉信息流方向并估计感兴趣区域间信息流的扩展时间延迟的持续时间。该方法不仅保持了相关分析对网络连接的高灵敏度，而且在脑中因果信息流的估计上表现良好。
引用
@article{arxiv.1603.03815,
title = {Initial validation for the estimation of resting-state fMRI effective connectivity by a generalization of the correlation approach},
author = {Nan Xu and R. Nathan Spreng and Peter C. Doerschuk},
journal= {arXiv preprint arXiv:1603.03815},
year = {2017}
}
备注
24 pages, 11 figures