La correlación parcial regularizada proporciona estimaciones confiables de la conectividad funcional al tiempo que...

Área de la Ciencia:

• Imágenes neurológicas
• Neurociencia computacional
• Análisis de la red cerebral

Sus antecedentes:

• El análisis de la conectividad funcional (FC) utilizando la resonancia magnética funcional en estado de reposo es crucial para comprender la comunicación cerebral.
• Los métodos estándar de correlación por pares para FC pueden ser confundidos por conexiones indirectas.
• Los métodos de correlación parcial no regularizados, aunque reducen la confusión, sufren de baja confiabilidad.

Objetivo del estudio:

• Investigar si la adición de regularización a los métodos de correlación parcial puede mejorar la fiabilidad y precisión de las estimaciones de conectividad funcional (FC).
• Comparar el rendimiento de los métodos regularizados (lasso gráfico, cresta gráfica, regresión del componente principal) con la correlación parcial y en pares no regularizada.

Principales métodos:

• Aplicó métodos no regularizados (correlación por pares, correlación parcial) y regularizados (lasso gráfico, cresta gráfica, regresión del componente principal) a los datos de IRMf en estado de reposo y conjuntos de datos simulados.
• Evaluación de la fiabilidad utilizando la similitud entre sesiones y la correlación intraclase.
• Precisión validada con respecto a la conectividad estructural y las redes de verdad en el terreno.

Principales resultados:

• La regularización mejoró sustancialmente la fiabilidad de la FC en todos los métodos probados.
• Los métodos regularizados, en particular el lazo gráfico, arrojaron estimaciones de FC individuales más precisas en comparación con los enfoques no regularizados.
• Lasso gráfico demostró robustez al ruido, cantidad de datos y artefactos de movimiento, común en fMRI.
• El lazo gráfico de estado de reposo FC predijo con éxito las activaciones de tareas y las diferencias de comportamiento.

Conclusiones:

• Los métodos regularizados, especialmente el lazo gráfico, ofrecen un enfoque más confiable y preciso para estimar la conectividad funcional que la correlación en pares estándar.
• El lazo gráfico supera las limitaciones de confiabilidad de la correlación parcial no regularizada, proporcionando estimaciones válidas de conectividad cerebral no confusa.
• Estos hallazgos apoyan el uso de métodos regularizados para el análisis avanzado de redes cerebrales en la investigación de la neurociencia.