谱复杂度在连接性估计中的作用
数值分析
2020-12-01 v1 数值分析
定量方法
摘要
基于脑磁图（MEG）数据的功能连接性研究在于量化描述不同神经源活动的各时间序列之间的统计依赖关系，这些时间序列由头皮外记录的磁场得到。该问题可利用连接性度量来解决，其在频域中的计算常依赖于通过求解MEG逆问题估计出的神经时间序列的交叉功率谱的评估。近期研究聚焦于在不适定逆问题正则化理论框架下交叉功率谱的最优确定，并指出一个相当令人惊讶的现象：导致神经活动最优估计的正则化过程并不会带来相应功能连接性的最优估计。沿此思路，本文利用模拟MEG设备所记录神经活动的合成时间序列表明，交叉功率谱的正则化与测量的信噪比显著相关，且因此该正则化相应地依赖于神经活动的谱复杂度。
引用
@article{arxiv.2011.14827,
title = {The role of spectral complexity in connectivity estimation},
author = {Elisabetta Vallarino and Michele Piana and Alberto Sorrentino and Sara Sommariva},
journal= {arXiv preprint arXiv:2011.14827},
year = {2020}
}
备注
14 pages, 5 figures, 1 table