使用fMRI数据对大脑功能网络提取方法的调查

科学领域:

• 神经科学是一个神经科学.
• 脑部成像 脑部成像
• 计算神经科学是一种神经科学.

背景情况:

• 功能网络 (FN) 分析对于理解大脑功能和神经系统疾病至关重要.
• 功能磁共振成像 (fMRI) 是导出这些网络的主要工具.
• 现有的FN提取方法在方法和适用性方面有所不同.

研究的目的:

• 系统地审查经典和先进的方法来从fMRI数据中获得大脑FNs.
• 将静态和动态的FN提取技术进行比较,详细说明其原则,优点和缺点.
• 讨论大脑FN分析的应用和未来方向.

主要方法:

• 基于假设 (例如,基于ROI) 和基于数据 (例如,矩阵分解,聚类,深度学习) 的静态FN提取方法的审查.
• 基于窗口和无窗口的动态FN提取方法的调查,用于变时网络估计.
• 从动态分析计算功能网络状态的方法分析.

主要成果:

• 对各种静态和动态FN提取方法的全面概述.
• 详细的比较,突出每个方法的优缺点.
• 确定当前的应用和方法进步的潜在领域.

结论:

• 选择 FN 提取方法取决于具体的研究问题和数据特征.
• 静态和动态分析的进步为大脑功能和疾病提供了更深入的见解.
• 未来的研究应该专注于完善现有方法,并探索新的方法,以实现更强大的FN分析.