基于频域图模型的大脑连接建模
应用统计
2018-10-09 v1
摘要
多通道脑电图(EEGs)已被广泛用于研究运动技能习得过程中的皮层连接。本文引入谱域上的copula高斯图模型来刻画通道间振荡活动的依赖性。为获得能解释观测信号中大部分变异且简单稳健的大脑连接表示,我们提出一种基于带Lasso正则化的惩罚似然最大化的框架以搜索稀疏精度矩阵。针对该优化问题,我们对graphical Lasso、Ledoit-Wolf及协方差矩阵稀疏估计(SPCOV)算法进行了改进和实现。仿真显示了所提算法在稳健性与较小估计误差方面的优势。此外,使用改进的graphical LASSO与Ledoit-Wolf算法对运动技能任务中的EEG数据分析,揭示了皮层间稀疏的大脑连接模式,与文献中其他工作的结果一致。
引用
@article{arxiv.1810.03279,
title = {Modeling Brain Connectivity with Graphical Models on Frequency Domain},
author = {Xu Gao and Weining Shen and Chee-Ming Ting and Steven C. Cramer and Ramesh Srinivasan and Hernando Ombao},
journal= {arXiv preprint arXiv:1810.03279},
year = {2018}
}