qPRF:一个加速人口受体场解码的系统
Sebastian Waz1, Yalin Wang2, Zhong-Lin Lu3,1,4
1Center for Neural Science, New York University, 4 Washington Place, New York, 10003, NY, USA.
bioRxiv : the preprint server for biology
|August 26, 2024
概括
我们开发了qPRF,它是一种使用人口受感场 (PRF) 模型解码大脑活动的更快方法. 这种高效的技术显著减少了分析大脑表示的计算时间,使得更广泛的研究和临床应用成为可能.
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.
- 脑部成像 脑部成像
背景情况:
- 人口受体场 (PRF) 模型解码血液氧气水平依赖 (BOLD) 反应,以理解皮层视觉输入表示.
- 目前的PRF模型评估是计算密集的,对于小主题组需要几天时间.
研究的目的:
- 介绍qPRF,一种高效的解码方法,可以显著减少PRF模型计算时间.
- 使用最小平方标准优化PRF模型参数,并使用专门的数据结构和搜索算法.
主要方法:
- 开发了qPRF,这是一个有效的算法,用于人口受感场 (PRF) 模型解码.
- 利用专门设计的数据结构和高效的搜索算法来优化PRF参数.
- 根据人类连接体项目 (HCP) 数据的已确定的方法验证了qPRF准确性.
主要成果:
- 与现有的PRF解码器相比,qPRF将计算时间减少了1436倍.
- 在标准CPU上,在15.2小时内解码了181个HCP受试者的两个半球 (超过1000万个顶点).
- 在99.7%的顶点上,在模型合适度 (<0.39%) 和改进的模型合适度 () 中实现了微不足道的绝对差异.
结论:
- 使用PRF模型,qPRF提供了一种高效和准确的方法来解码使用PRF模型的BOLD信号.
- qPRF的速度和准确性使得基于PRF的更复杂模型的开发更加容易.
- qPRF可能使新的临床应用和大脑功能更广泛的探索.
