阶段和振幅,功能连接的两个方面

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 大脑网络分析 脑网络分析

背景情况:

• 估计时间解决的功能网络连接 (trFNC) 对于理解人类大脑动态至关重要.
• 滑窗皮尔森相关性 (SWPC) 是trFNC估计的主要方法.
• 即时相同步方法正在成为trFNC分析的替代方法.

研究的目的:

• 为了研究SWPC和即时相同步方法之间的关系,用于trFNC估计.
• 确定这些方法是否捕捉到大脑连接的不同方面.
• 要强调这两种方法的互补性质.

主要方法:

• 滑窗皮尔森相关性 (SWPC) 与即时相同步方法的比较.
• 使用这两种方法分析时间解析的功能网络连接 (trFNC).
• 通过相同步与基于振幅的方法捕获的信息的评估.

主要成果:

• SWPC和即时相同步方法产生不同的时间解析连接信息.
• 虽然在特定假设下类似,但这些方法捕捉了大脑网络动态的不同方面.
• 阶段同步方法侧重于信号阶段,而SWPC则包含振幅信息.

结论:

• 时间解析功能网络连接 (trFNC) 可以有效地使用SWPC和即时相同步来估计.
• 这些方法并不相互排斥,而是为大脑连接提供了互补的见解.
• 将这些方法视为互补的,可以增强我们对动态大脑网络的理解.