用于快速全脑 fMRI 分析的空间三维 Matérn 先验
统计方法学
2020-10-02 v2 应用统计
统计计算
摘要
具有三维空间平滑先验的贝叶斯全脑功能磁共振成像（fMRI）分析已被证明可在不对数据进行预平滑的情况下生成最先进的激活图。然而所提出的推断算法计算量大，且所提出的空间先验具有若干不太理想的特性，例如不适当且具有无限空间范围。我们提出了一种基于 Matérn 协方差函数类的全脑 fMRI 分析统计推断框架。该框架利用 Lindgren 等人（2011）的随机偏微分方程（SPDE）方法，将可能各向异性的空间 Matérn 场表示为高斯马尔可夫随机场（GMRF）。这允许更灵活且可解释的空间先验，同时保持高维全脑环境下快速推断所需的稀疏性。我们开发了用于空间超参数经验贝叶斯（EB）推断的加速随机梯度下降（SGD）优化算法。在推断出的超参数条件下，我们对脑活动进行完全贝叶斯处理。Matérn 先验被应用于模拟和实验性任务 fMRI 数据，并通过激活图比较、先验模拟和交叉验证清楚地表明，它是比先前所用先验更合理的选择。
引用
@article{arxiv.1906.10591,
title = {Spatial 3D Mat\'ern priors for fast whole-brain fMRI analysis},
author = {Per Sidén and Finn Lindgren and David Bolin and Anders Eklund and Mattias Villani},
journal= {arXiv preprint arXiv:1906.10591},
year = {2020}
}