文献

J-GLOBAL ID：201702221092738106   整理番号：17A1176630

教師つき確率的座標符号化に基づくタスクf MRIデータ解析【Powered by NICT】

Task fMRI data analysis based on supervised stochastic coordinate coding

著者 (13件)： Lv Jinglei (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Lv Jinglei (Translational Neuroscience, QIMR Berghofer Medical Research Institute, Herston, Queensland, Australia) ,  Lin Binbin (Department of Computational Medicine and Bioinformatics & Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, USA) ,  Li Qingyang (Department of Computer Science and Engineering, Arizona State University, Tempe, AZ, USA) ,  Zhang Wei (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Zhao Yu (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Jiang Xi (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Guo Lei (School of Automation, Northwestern Polytechnical University, Xi’an, PR China) ,  Han Junwei (School of Automation, Northwestern Polytechnical University, Xi’an, PR China) ,  Hu Xintao (School of Automation, Northwestern Polytechnical University, Xi’an, PR China) ,  Guo Christine (Translational Neuroscience, QIMR Berghofer Medical Research Institute, Herston, Queensland, Australia) ,  Ye Jieping (Department of Computational Medicine and Bioinformatics & Department of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, USA) ,  Liu Tianming (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 38  ページ： 1-16  発行年： 2017年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： タスク機能的磁気共鳴イメージング(fMRI)は脳活性化検出と脳ネットワーク解析のための広く用いられている。fMRI時系列の空間的に組織化されたコレクションからモデリング豊富な情報は固有の複雑さのために困難な課題である。ボクセルワイズ機能的脳活動からの外部刺激を回帰,仮説駆動法,一般線形モデル(GLM)のような脳活動の複雑性と同時脳ネットワークの多様性を見落としにより制限されている。最近,スパース表現および辞書学習法は,タスクのfMRIデータ解析においてますます興味を引いている。この方法の主な利点は,同時脳ネットワークを再構築する系統的ににおけるその有望である。しかし,このデータ駆動戦略は,ある程度任意と課業設計と神経科学知識の事前情報を十分に活用していない。このギャップを埋めるために,ここではタスクf MRIデータ解析のための確率的座標符号化(SCC)アルゴリズムに基づく新しい教師つきスパース表現および辞書学習フレームワークであり,ある種の脳ネットワークは事前に定義された時間的パターンと空間回路網パターンのような既知情報によって学習させるを提案し,同時に他のネットワークは,データから自動的に学習される。著者らの提案した方法は,二つの独立したタスクf MRIデータセットに適用し,提案手法では,タスクf MRIデータ解析のための新規で効果的な枠組みを提供することを示した定性的および定量的評価。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 神経科学 ,  *符号化 ,  *データ解析 ,  再構成 ,  モデリング ,  アルゴリズム ,  ネットワーク
準シソーラス用語： 定量的評価 ,  事前知識 ,  データ駆動 ,  辞書学習 ,  スパース表現 ,  線形モデル ,  脳活動 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (3件)： タスクfMRI ,  教師つきスパース符号化 ,  脳ネットワーク

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 教師 ,  確率 ,  座標 ,  符号化 ,  タスク ,  MRI ,  データ解析