贝叶斯功能登记FMRI激活地图的功能登记
Guoqing Wang1, Abhirup Datta1, Martin A Lindquist1
1Department of Biostatistics, Johns Hopkins University.
The annals of applied statistics
|July 3, 2023
概括
这项研究引入了一种新的贝叶斯功能注册方法,以减少功能性脑成像 (fMRI) 数据的错位. 这种技术通过改善个人之间的功能系统对齐来增强群组分析和人口层面的推断.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 绘制大脑地图 绘制大脑地图
背景情况:
- 功能磁共振成像 (fMRI) 对于理解人类行为至关重要.
- 大脑解剖学和功能局部的个体间差异阻碍了小组分析.
- 现有的解剖对齐方法对于精确的功能组比较是不够的.
研究的目的:
- 开发和验证一种新的计算技术,以减少功能性大脑系统的错位.
- 改进单个功能数据的空间转换到一个共同的参考地图.
- 为了能够对跨主题的功能差异和激活拓进行可靠的评估.
主要方法:
- 一种贝叶斯函数式注册方法,集成基于强度和基于特征的信息.
- 将个别的功能性MRI数据空间转换为一个共同的参考空间.
- 使用后部样本对转换参数进行推断.
主要成果:
- 拟议的方法有效地减少了功能性大脑系统中个体之间的错位.
- 它允许详细评估激活拓学的个体差异.
- 在模拟和真实数据中观察到对组级推断的敏感性增加.
结论:
- 贝叶斯的功能注册技术为神经成像组分析提供了显著的进步.
- 这种方法通过考虑功能变异性来提高人口层次推断的准确性.
- 这种方法提高了研究人类行为和大脑功能的fMRI研究的敏感性和可靠性.


