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:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 数据科学数据科学数据科学

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,特别是功能磁共振成像 (fMRI) 数据.
• 这种方法使用伊辛模型来建模数据动态,将其表示为在衍生能源景观上移动的杂球.
• 它在表征健康和疾病状态中的fMRI数据方面已经证明有用.

研究的目的:

• 评估应用到fMRI数据的能源景观分析的测试-重新测试可靠性.
• 开发和应用一种变换测试,以比较参与者内部与参与者之间的可靠性.
• 评估一个可变贝叶斯方法的可靠性,用于估计参与者特定的能源景观.

主要方法:

• 将一个 Ising 模型配合到 fMRI 数据中以获得能量景观.
• 构建一个排列测试,以比较参与者内部 (测试-重试) 和参与者之间的可靠性.
• 使用一个变化的贝叶斯方法来进行个性化的能源景观估计.

主要成果:

• 能源景观分析表明,与四个共同指数的参与者之间的可靠性相比,参与者内部的可靠性显著更高.
• 估计参与者特定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.
• 拟议的排列试验有效地区分了参与者内部和参与者之间的可靠性.

结论:

• 能源景观分析显示出强大的测试-重新测试可靠性,特别是在个人参与者层面.
• 开发的方法支持对fMRI数据进行统计控制的,个人级别的能源景观分析.
• 这项工作验证了能源景观分析作为一种可靠的工具,用于描述健康和疾病中的大脑动态.