实时测量功能连接组：面向基于 fMRI 的脑机接口的新控制信号
机器学习
2016-10-31 v1
摘要
过去二十年来，功能性磁共振成像（MRI）引起了极大的研究兴趣。自然地，这伴随着对人类连接组理解的许多重大进展。这些进展带来了新的挑战，也开辟了新的研究途径。其中最有前景且最令人兴奋的途径之一是实时功能性 MRI 的研究。此类研究最近获得了动力，并被应用于各种场景；从训练健康受试者自我调节神经活动，到被建议作为临床人群的潜在治疗方法。迄今为止，绝大多数这些研究一次只关注单个脑区。这部分归因于实时估计动态功能连接网络所面临的诸多挑战。在本工作中，我们提出了一种新方法，能够准确实时跟踪功能连接网络的变化。我们将最近提出的用于估计稀疏且时间上同质动态网络的 SINGLE 算法进行了改进，使其适用于实时场景。该方法应用于人类连接组计划的运动任务数据，以及在探索虚拟环境时获得的实时数据。我们展示了该算法能够足够快速地估计与任务相关的网络结构显著变化，从而对未来的脑机接口应用有用。
引用
@article{arxiv.1502.02309,
title = {Measuring the functional connectome "on-the-fly": towards a new control signal for fMRI-based brain-computer interfaces},
author = {Ricardo Pio Monti and Romy Lorenz and Christoforos Anagnostopoulos and Robert Leech and Giovanni Montana},
journal= {arXiv preprint arXiv:1502.02309},
year = {2016}
}
备注
37 pages