基于生成树基的网络拓扑无偏平均
定量方法
2025-11-26 v1
摘要
近年来，人们从局部任务相关激活研究转向大规模功能和结构脑网络的组织与功能。然而，这一大规模脑网络分析中长期存在的一个挑战是如何无视其复杂性比较网络组织。最大生成树 (MST) 已作为复杂脑网络的简单、无偏、标准化表示，有效解决了这一长期挑战。然而，这种树表示仅限于单个网络。小组级树总是从平均网络或通过 bootstrap 程序构建。从平均网络构建小组级树会引入来自具有异常连接性个体的偏差。Bootstrap 方法如果希望获得良好近似，则可能计算负担沉重。为此，我们提出了一种新型树的谱表示方法，利用生成树基实现。这种谱表示使我们能够计算平均 MST，证明该平均树捕获了组内所有 MST 的全局属性，并与功能脑网络中最短路径的联合体重叠。
引用
@article{arxiv.2511.19894,
title = {Spanning Tree Basis for Unbiased Averaging of Network Topologies},
author = {Sixtus Dakurah},
journal= {arXiv preprint arXiv:2511.19894},
year = {2025}
}