利用循环神经网络的功能磁共振成像数据内禀网络的时空动态
神经与进化计算
2018-08-28 v2 神经元与认知
摘要
我们引入一种新颖的循环神经网络 (RNN) 方法来解释通过功能磁共振成像 (fMRI) 观测到的脑网络中的时间动态与依赖关系。我们的方法通过循环连接直接参数化时间动态，可用于以条件（而非边缘）独立性假设来表述盲源分离，我们称之为 RNN-ICA。该表述使我们能够可视化脑网络中一阶（活动）和二阶（有向连接）信息的时间动态，这些信息在静态意义上被广泛研究，但在动态上未很好表征。RNN-ICA 直接从 RNN 的循环状态预测任务态和静息态 fMRI 中的动态。我们的结果显示了任务相关和组间区分的有向连接。
引用
@article{arxiv.1611.00864,
title = {Spatio-temporal Dynamics of Intrinsic Networks in Functional Magnetic Imaging Data Using Recurrent Neural Networks},
author = {R Devon Hjelm and Eswar Damaraju and Kyunghyun Cho and Helmut Laufs and Sergey M. Plis and Vince Calhoun},
journal= {arXiv preprint arXiv:1611.00864},
year = {2018}
}
备注
Accepted to Frontiers of Neuroscience