用于组级功能社区检测的多视图谱聚类
计算机视觉与模式识别
2016-11-22 v1 神经与进化计算
摘要
功能连接性分析为我们理解人脑提供了深刻见解。组级功能社区检测旨在将大脑划分为多个聚类或社区,使得其中功能活动在一组受试者中以共同的方式进行区间相关。在本文中,我们展示了如何使用多视图谱聚类来执行组级功能社区检测。在来自人类连接体计划的 291 名受试者的一系列实验中,我们比较了多视图谱聚类的三个版本:MVSC(均匀权重)、MVSCW(基于受试者特定嵌入质量的权重)和 AASC(随嵌入一起优化的权重),以及竞争技术拉普拉斯联合对角化 (JDL)。结果表明,当使用随机选取的个体大脑子集时,多视图谱聚类不仅产生了比 JDL 更一致的组级功能社区,而且其速度比 JDL 快几个数量级。
引用
@article{arxiv.1611.06981,
title = {Multiple-View Spectral Clustering for Group-wise Functional Community Detection},
author = {Nathan D. Cahill and Harmeet Singh and Chao Zhang and Daryl A. Corcoran and Alison M. Prengaman and Paul S. Wenger and John F. Hamilton and Peter Bajorski and Andrew M. Michael},
journal= {arXiv preprint arXiv:1611.06981},
year = {2016}
}
备注
Presented at The MICCAI-BACON 16 Workshop (https://arxiv.org/abs/1611.03363)