休息状态功能性MRI数据的能源景观分析的可靠性

科学领域:

• 神经科学是一个神经科学.
• 数据科学数据科学数据科学
• 计算生物学 计算生物学

背景情况:

• 能源景观分析是一种数据驱动的技术,用于分析多维时间序列,包括功能磁共振成像 (fMRI) 数据.
• 这种方法已被证明在表征健康和疾病状态的fMRI数据中具有实用性.
• 它使用伊辛格模型建模数据动态,将它们视为衍生能源景观上的杂球.

研究的目的:

• 评估能源景观分析的测试-重新测试可靠性.
• 引入一种换测试,用于比较参与者内部与参与者之间的可靠性.
• 评估使用变量贝叶斯方法估计的能源景观的可靠性,与传统的概率最大化相比.

主要方法:

• 开发了一种排列测试,以比较能源景观指数的参与者内部和参与者之间的可靠性.
• 将能源景观分析应用于功能磁共振成像 (fMRI) 数据.
• 利用传统的概率最大化和变化贝叶斯方法来估计能源景观.

主要成果:

• 能源景观分析表明,在四个共同指数中,参与者内部的可靠性明显高于参与者之间的可靠性.
• 估计能源景观的变化贝叶斯方法显示了与传统的概率最大化方法相比的测试-重新测试可靠性.
• 拟议的换试验提供了可靠性的统计控制评估.

结论:

• 能源景观分析显示,对于fMRI数据,在个人中具有强大的测试-重新测试可靠性.
• 该方法支持可靠的个体级大脑动态分析.
• 变量贝叶斯方法为估计可靠的能源景观提供了可行的替代方案.