野蛮人:不受约束的张量分解和图形节点嵌入用于皮层分片
Yijun Liu1, Jian Li2,3, Jessica L Wisnowski4,5
1Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California, Los Angeles, California, USA.
Human brain mapping
|March 6, 2026
概括
一个新的框架Untamed使用张量分解和图形嵌入来进行大脑分片化. 它创建了与功能网络一致的空间连贯区域,改进了神经成像数据的分析.
科学领域:
- 神经科学是一个神经科学.
- 神经成像是一种神经成像.
- 计算生物学 计算生物学
背景情况:
- 皮层分片对于解释神经成像数据至关重要.
- 从静态fMRI (rsfMRI) 进行分片的最佳空间特征尚不清楚.
- 像独立组件分析 (ICA) 这样的现有方法也有局限性.
研究的目的:
- 引入Untamed,一种用于皮层分片的新框架.
- 为了整合不受约束的张量分解和图节点嵌入.
- 为了产生与功能网络一致的空间连贯的皮质区域.
主要方法:
- 使用无约束张量分解 (NASCAR) 进行功能网络识别.
- 使用图形节点嵌入来生成皮层分片.
- 开发了一个自动化管道,用于快速适应和定制分片生成.
主要成果:
- 野兽产生的近同质的,空间连贯的区域.
- 区域与大规模的功能网络保持一致.
- 在功能连接同质性和任务对比度对齐方面表现出改进或可比性能.
结论:
- 无人化提供了使用rsfMRI数据进行皮质分片的有效方法.
- 该框架避免对ICA等方法做出强有力的假设.
- 公共可用的地图集和代码有助于进一步研究大脑绘图.
