新息正交化：解决 EEG/MEG “泄漏校正”主要缺陷的方案
统计方法学
2017-08-24 v2 神经元与认知
定量方法
摘要
这里关注的问题是基于非侵入性 EEG-MEG 逆解时间序列研究大脑功能连接和有效连接。这些信号通常空间分辨率较低，使得任一位点估计的信号是所有皮层位点真实、实际且未观测信号的瞬时线性混合。分析这些低分辨率信号可能导致虚假的连接。最近在“解混”方面的努力以“泄漏校正”的名义得到了发展。最近一个值得注意的方法是 Colclough 等人（2015 NeuroImage, 117:439-448）提出的，该方法强制逆解信号在零滞后处具有零互相关。一个目标是展示 Colclough 的方法在非常宽泛的条件下会产生虚假的人类连接组。第二个主要目标是开发一种新的解决方案，基于新息正交化来适当地对逆解信号进行“解混”。新方法首先对逆解信号拟合多元自回归模型，得到混合新息。其次，对混合新息进行正交化。第三，混合且正交化的新息允许估计“解混”矩阵，最后用该矩阵对逆解信号进行“解混”。结果表明，在非常宽泛的条件下，即使信号不是由自回归模型生成的，新方法也能产生正确的人类连接组。
关键词
引用
@article{arxiv.1708.05931,
title = {Innovations orthogonalization: a solution to the major pitfalls of EEG/MEG "leakage correction"},
author = {Roberto D. Pascual-Marqui and Rolando J. Biscay and Jorge Bosch-Bayard and Pascal Faber and Toshihiko Kinoshita and Kieko Kochi and Patricia Milz and Keiichiro Nishida and Masafumi Yoshimura},
journal= {arXiv preprint arXiv:1708.05931},
year = {2017}
}
备注
preprint, technical report, under license "Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)", https://creativecommons.org/licenses/by-nc-nd/4.0/