一种新的转移法用于测量复杂值fMRI数据的定向连接性
Wei-Xing Li1, Qiu-Hua Lin1, Chao-Ying Zhang1
1School of Information and Communication Engineering, Dalian University of Technology, Dalian, China.
Frontiers in neuroscience
|July 25, 2024
概括
这项研究引入了一种新的复杂值转移 (CTE) 方法,用于使用功能磁共振成像 (fMRI) 数据分析大脑连接. 通过利用fMRI扫描的量级和相位信息,CTE提高了对精神障碍 (如精神分裂症) 的预测.
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.
- 生物物理学的生物物理.
背景情况:
- 功能磁共振成像 (fMRI) 对于理解大脑连接和预测精神障碍至关重要.
- 现有的方法经常忽略复杂值fMRI的相位数据,可能缺少用于连接分析的重要信息.
研究的目的:
- 引入一种新的复杂值转移 (CTE) 方法,用于分析复杂值fMRI数据中的因果关系.
- 为了利用大小和阶段信息进行更全面的脑连接分析.
主要方法:
- 开发了一种复杂值转移 (CTE) 方法来测量复杂值fMRI数据中的因果关系.
- 利用部分转移来评估大小-相位和相位-大小因果关系.
- 使用统计测试和信号混来确定因果关系的意义.
主要成果:
- 在模拟中,CTE表现出比现有方法更高的精度.
- 应用于精神分裂症患者和对照者的fMRI数据,CTE揭示了显著的群体差异和新的定向连接模式.
- 使用CTE衍生连接特征实现了对精神分裂症预测的10.2-20.9%更高的分类准确性.
结论:
- 拟议的CTE方法提供了一种全面的方法,用于从复杂值的fMRI数据中检测预测定向连接.
- CTE可以应用于复杂值和仅大小的fMRI数据,为神经科学研究提供了一种多功能工具.
