多回声ICA建模决策对机动任务fMRI分析的影响
Neha A Reddy1,2, Michelle C Medina1,2, Jordan N Northrop1,2
1Department of Physical Therapy and Human Movement Sciences, Feinberg School of Medicine, Northwestern University, Chicago, IL, United States.
bioRxiv : the preprint server for biology
|December 15, 2025
概括
保守的多回声独立组件分析方法 (ME-ICA) 通过减少噪音而不会丢失关键信号,特别是高头运动时,提高了运动任务fMRI可靠性. 这种方法增强了运动区域的激活检测.
科学领域:
- 神经成像是一种神经成像.
- 功能磁共振成像 (fMRI) 是一种功能性磁共振成像技术.
- 信号处理 信号处理
背景情况:
- 多声回声ICA (ME-ICA) 增强任务fMRI数据,特别是在头部运动的运动任务中.
- 过度激进的ME-ICA可以删除任务信号,而保守的方法可能无法有效地减少噪音.
- 与喘息数据不同,ME-ICA对运动任务数据的影响仍未得到充分研究.
研究的目的:
- 在机动任务fMRI中比较三个ME-ICA拒绝方法 (侵略性,中度,保守性).
- 评估这些方法对健康人群和MS群体的信号和噪声特征的影响.
- 确定与头部运动相关的运动任务的最佳ME-ICA策略.
主要方法:
- 攻击性 (简单的包含),中度 (不包括与任务相关的) 和保守 (正交) 的ME-ICA回归器.
- 应用方法对健康和多发性硬化症参与者执行手抓,肩绑架和脚屈曲任务的fMRI数据.
- 评估了动力区域的激活,t统计和测试-重新测试可靠性.
主要成果:
- 保守的ME-ICA方法在运动区域产生了显著更高的激活,t统计和可靠性.
- 这些好处在头部运动高,任务唤起信号低时最明显.
- 在这些条件下,侵略性和温和方法显示出不太有利的结果.
结论:
- 建议在运动任务fMRI研究中采用保守的ME-ICA方法,以保持运动信号,同时减轻头部运动的影响.
- 这种方法提高了灵敏度和可靠性,特别是在具有挑战性的数据集中.
- 未来的运动任务fMRI研究应该考虑实施类似的保守建模策略.
更多相关视频
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.5K
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
12.7K
