大脑活动在空间、时间与频率上的交互模式：第一部分 方法
统计方法学
2011-03-17 v2 统计理论
神经元与认知
统计理论
摘要
我们考虑用于发现皮层功能连接的探索性方法。通常，第 i 个受试者 (i=1...NS) 的数据表示为一个 NVxNT 矩阵 Xi，对应于在 NT 个时间点从 NV 个皮层体素采样的大脑活动。一种广泛使用的分析方法首先沿时间维度拼接所有受试者，然后执行独立成分分析 (ICA) 以估计共同的功能连接皮层模式。如 [Calhoun et al. 2009 Neuroimage 45: S163-172] 所综述，该技术存在许多其他有趣的变体。我们提出了用于发现在所有可能时间滞后处出现功能连接这一更一般问题的方法。为此，将大脑活动视为空间和时间的函数，从而允许使用相对较新的函数数据分析技术 [Ramsay & Silverman 2005: Functional data analysis. New York: Springer]。本质上，我们的方法首先将每个受试者的数据向量化，这构成了多变量函数的自然离散表示，随后拼接所有受试者。对这个维度为 [行=(NT*NV); 列=NS] 的新矩阵进行奇异值分解 (SVD) 以及 ICA，将揭示连接的时空模式。作为另一个例子，在 EEG 神经成像中，大小为 NVxNW 的 Xi 可以表示在第 i 个 EEG 时期内，来自 NV 个皮层体素在 NW 个离散频率上的电神经活动谱密度。在这种情况下，我们的函数数据分析方法将揭示大脑区域在可能不同频率上的耦合。
引用
@article{arxiv.1103.2852,
title = {Interaction patterns of brain activity across space, time and frequency. Part I: methods},
author = {Roberto D. Pascual-Marqui and Rolando J. Biscay-Lirio},
journal= {arXiv preprint arXiv:1103.2852},
year = {2011}
}
备注
Technical report 2011-March-15, The KEY Institute for Brain-Mind Research Zurich, KMU Osaka