文献

J-GLOBAL ID：201702248576666115   整理番号：17A1715813

機能的MRIにおける多変量脳ネットワークグラフ同定【Powered by NICT】

Multivariate brain network graph identification in functional MRI

著者 (3件)： Aggarwal Priya (Signal processing and Bio-medical Imaging Lab, Department of Electronics and Communication Engineering, Indraprastha Institute of Information Technology-Delhi (IIIT-D), India) ,  Gupta Anubha (Signal processing and Bio-medical Imaging Lab, Department of Electronics and Communication Engineering, Indraprastha Institute of Information Technology-Delhi (IIIT-D), India) ,  Garg Ajay (Department of Neuroradiology, Neurosciences Centre, All India Institute of Medical Sciences (AIIMS), Delhi, India)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 42  ページ： 228-240  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： 機能的脳ネットワークの同定における最近の関心に触発されて,機能的脳ネットワーク同定のための新しい多変量アプローチを開発し,多変量ベクトル回帰に基づく連結性(MVRC)としてと名付けた。提案MVRC法は同時に他の地域のものと全領域の時系列を退縮させると他の地域の影響を考慮した二つの領域間のペアワイズ会合を推定し,隣接行列を構築した。次に,隣接行列に適用したコミュニティまたは機能的脳ネットワークを検出することであるモジュール法。高度多変量適応スパース表現(ASR)法に簡単なPearson相関の範囲の既存の方法と提案したMVRC法を比較した。模擬および実fMRIデータセット上での実験結果により,MVRCは文献と一致することを機能的脳ネットワークを抽出することができることを示した。,提案したMVRC方法である90ノードのネットワークにおける既存のASR法に比べて650 750倍速かった。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： 連結性 ,  ベクトル ,  コミュニティ ,  *ネットワーク
準シソーラス用語： スパース表現 ,  隣接行列 ,  *ネットワークグラフ ,  *多変量 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (5件)： 機能的MRI ,  静止状態脳ネットワーク ,  機能的結合 ,  弾性ネット ,  時系列解析

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 機能的MRI ,  多変量 ,  脳ネットワーク ,  グラフ ,  同定