在人体皮层下听力系统的功能连接使用自回归矩阵-高斯偶数图形模型方法与部分相关性

科学领域:

• 神经科学是一个神经科学.
• 审计系统研究 审计系统研究
• 大脑成像分析分析

背景情况:

• 由于技术成像的局限性,皮层下听力系统研究严重依赖入侵性动物模型.
• 超高场功能磁共振成像 (fMRI) 能够对人类听觉皮层子皮层的特征进行非侵入性研究,如形.
• 人类皮层下听觉网络中的功能连接仍然未被充分探索,目前正在进行方法的开发.

研究的目的:

• 开发和验证一种用于推断人类听觉系统内的功能连接的新方法.
• 通过使用部分相关性,专门研究上升的听觉通路中的直接连接模式.
• 通过考虑fMRI数据中的非高斯性和时间自相关性来解决现有方法的局限性.

主要方法:

• 开发了一种自回归矩阵-高斯偶数图形模型 (ARMGCGM) 来从fMRI数据中估计部分相关性.
• 应用了ARMGCGM来分析人类听觉通路中的功能连接性,考虑到时间自相关性.
• 通过数据分割和交叉验证验证结果,以确保跨收购的稳定性和可靠性.

主要成果:

• 在初级听觉通路 (听觉中脑,丘脑,听觉皮层) 的连续结构之间显示出强烈的积极部分相关性.
• 在不同的数据分割和交叉验证折叠中展示了这些连接性发现的高稳定性.
• 与完全相关性分析相比,该分析确定了非特异性互连性,突出了部分相关性发现的特异性.

结论:

• 像ARMGCGM这样的新型连接方法可以可靠地恢复听觉通路中独特的功能连接模式.
• 部分相关性分析,当适当建模时,提供了对听觉网络组织的更直接和更具体的见解.
• 开发的方法提供了一个可靠的工具,用于对人类皮质下听力功能连接的非侵入性调查.