在频域中测量功能连接有助于更好地描述大脑功能

科学领域:

• 神经成像是一种神经成像.
• 大脑的连接性 大脑的连接性
• 功能磁共振成像 (fMRI) 是一种功能性磁共振成像技术.

背景情况:

• 休息状态功能连接 (FC) 是fMRI中用于大脑区域分析,表型预测和疾病诊断的关键工具.
• 目前的FC分析主要侧重于时间相关性,对频率域相互作用的探索有限.
• 了解不同频率的功能相互作用对于全面的大脑分析至关重要.

研究的目的:

• 研究频域分析的实用性,特别是连贯性,用于测量fMRI数据中的功能连接性.
• 在机器学习任务中,比较基于连贯性的FC与传统的基于相关性的FC在机器学习任务中的性能.
• 为了确定频域分析是否在识别大脑功能边界和改善模式歧视方面具有优势.

主要方法:

• 使用连贯性 (频域) 和相关性 (时间域) 方法来评估功能连接 (FC).
• 我们使用了两个机器学习任务来评估每个FC方法的模式歧视能力.
• 分析了fMRI数据,以对比时间相关性与频率域一致性的有效性.

主要成果:

• 基于一致性的功能连接 (FC) 在识别大脑中更细微的功能子区域方面表现出卓越的表现.
• 使用连贯性的频域分析导致与时间相关性相比,增强了模式区分能力.
• 该研究证实了使用一致性用于fMRI分析的可行性和附加值.

结论:

• 在频率域中建模功能相互作用,特别是使用连贯性,为fMRI提供比时间域分析更丰富的信息.
• 频域FC分析为推进功能神经成像和大脑映射提供了一个有希望的新视角.
• 这种方法有可能提高识别大脑功能边界和诊断神经和精神疾病的准确性.