确定fMRI有效连接研究的脑网络结构,使用最小绝对收缩和选择运算符 (LASSO) 方法

科学领域:

• 神经成像是一种神经成像.
• 系统神经科学 系统神经科学
• 计算神经科学是一种神经科学.

背景情况:

• 功能磁共振成像 (fMRI) 对于研究大脑连接性至关重要.
• 现有的方法往往侧重于影响大小,忽视了网络结构识别.
• 直接模拟大脑网络可能会导致过度匹配问题.

研究的目的:

• 从fMRI数据开发一种用于识别大脑网络结构和因果影响的新方法.
• 为解决大脑网络非线性系统识别中的过度匹配问题.
• 准确估计网络架构和连接强度.

主要方法:

• 采用非线性系统识别方法,使用多项式内核.
• 应用了最小绝对收缩和选择运营商 (LASSO) 模型选择,用于网络和系数识别.
• 在人类视觉皮层上验证了该方法,使用相位编码的fMRI数据和视网膜图谱绘图.

主要成果:

• 成功识别了大脑区域之间的网络结构和相关因果关系.
• 证明了LASSO选择相关连接并估计其优势的能力.
• 该方法准确地绘制了八个连接的视觉系统网络.

结论:

• 系统识别与LASSO相结合,为fMRI有效连接分析提供了强大的解决方案.
• 这种方法增强了对大脑网络动态的理解.
• 它为研究大脑中的因果关系提供了一个强大的工具.