タスクベースfMRI解析のためのスケーラブルで適応的な時空間モデリング

科学分野:

• 神経画像法
• 機能的磁気共鳴画像法（fMRI）
• 統計モデリング

背景:

• ボクセルごとの一般線形モデル（GLM）は、タスクベースのfMRIの標準ですが、断片的な活性化マップを生成します。
• カーネル平滑化などの既存の空間的方法は境界をぼかすのに対し、ベイズモデルは計算集約的です。

研究 の 目的:

• SPLASH（Spline-Based Processing for Localized Adaptive Spatial Hemodynamics）は、スケーラブルで空間的に適応的なfMRI解析のための新しいフレームワークを紹介します。
• 空間解像度と計算効率を向上させることで、現在の方法論の限界に対処します。

主な方法:

• 脳の区画内での局所的な薄板スプライン回帰を利用して、空間的適応性を実現しました。
• 偽発見率制御のための階層構造と2段階の選択的推論手順を実装しました。
• シミュレーションとヒューマンコネクトームプロジェクトデータへの適用を通じて検証しました。

主要な成果:

• SPLASHはシミュレーションにおいて優れた性能を示し、平均二乗誤差（MSE）は既存の空間モデルよりも20-40%低かった。
• シミュレーション全体で、偽陽性率（FPR）と偽陰性率（FNR）を制御した。
• ベイズ空間アプローチの計算時間のわずか2%しか必要とせず、実際のデータでより高い再現性を示した。