文献

J-GLOBAL ID：201802214505168133   整理番号：18A1309035

多被験者階層的逆共分散モデリングは機能的脳ネットワークの推定を改善する【JST・京大機械翻訳】

Multi-subject hierarchical inverse covariance modelling improves estimation of functional brain networks

著者 (11件)： Colclough Giles L. (Oxford Centre for Human Brain Activity (OHBA), Wellcome Centre for Integrative Neuroimaging, Department of Psychiatry, University of Oxford, Oxford, UK) ,  Colclough Giles L. (Oxford Centre for Functional MRI of the Brain (FMRIB), Wellcome Centre for Integrative Neuroimaging, Nuffield Department of Clinical Neurosciences, University of Oxford, Oxford, UK) ,  Colclough Giles L. (Centre for Doctoral Training in Healthcare Innovation, Institute of Biomedical Engineering Science, Department of Engineering, University of Oxford, Oxford, UK) ,  Woolrich Mark W. (Oxford Centre for Human Brain Activity (OHBA), Wellcome Centre for Integrative Neuroimaging, Department of Psychiatry, University of Oxford, Oxford, UK) ,  Woolrich Mark W. (Oxford Centre for Functional MRI of the Brain (FMRIB), Wellcome Centre for Integrative Neuroimaging, Nuffield Department of Clinical Neurosciences, University of Oxford, Oxford, UK) ,  Harrison Samuel J. (Oxford Centre for Human Brain Activity (OHBA), Wellcome Centre for Integrative Neuroimaging, Department of Psychiatry, University of Oxford, Oxford, UK) ,  Harrison Samuel J. (Oxford Centre for Functional MRI of the Brain (FMRIB), Wellcome Centre for Integrative Neuroimaging, Nuffield Department of Clinical Neurosciences, University of Oxford, Oxford, UK) ,  Rojas Lopez Pedro A. (Neuroinformatics Department, El Centro de Neurociencias de Cuba (CNEURO), La Habana, Cuba) ,  Valdes-Sosa Pedro A. (Neuroinformatics Department, El Centro de Neurociencias de Cuba (CNEURO), La Habana, Cuba) ,  Valdes-Sosa Pedro A. (The Clinical Hospital of Chengdu Brain Science Institute, MOE Key Lab for Neuroinformation, University of Electronic Science and Technology of China, Chengdu, China) ,  Smith Stephen M. (Oxford Centre for Functional MRI of the Brain (FMRIB), Wellcome Centre for Integrative Neuroimaging, Nuffield Department of Clinical Neurosciences, University of Oxford, Oxford, UK)
資料名： NeuroImage  (NeuroImage)
巻： 178  ページ： 370-384  発行年： 2018年 
JST資料番号： W3139A  ISSN： 1053-8119  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： スパース,階層的,逆共分散推定のためのBayesモデルを提示して,人間の脳における多主題機能的連結性推定に適用した。それは,被験者と母集団レベルの両方で脳領域の間の連結性の強さの同時推論を可能にして,fMRI,MEGとEEGデータに適用できる。このモデルの2つのバージョンは,不適切な接続を抑制するために,または,各ペア間の接続確率を推定するためのネットワーク構造の明示的記述を用いることにより,スパース接続性を奨励することができる。このモデルの大規模な評価と,逆共分散モデリングの最先端の状態を表す13の方法を,シミュレーションと静止状態の機能的画像データセットを用いて行った。著者らの新しいBayesアプローチは,最良の現存の代替案,NgらのSparseグループGaussグラフモデルアルゴリズムと類似の性能を持っている。それは階層構造に基づいている。ヒューマンコネクトプロジェクトからのデータを用いて,これらの階層モデルがMEGベータバンド機能ネットワークにおける測定誤差を10%低減できることを示し,機能的接続性に及ぼす遺伝的影響の推定を同時に増加させた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 連結性 ,  画像 ,  *共分散 ,  測定誤差 ,  透視図法 ,  *ネットワーク ,  モデル ,  ネットワーク構造 ,  母集団 ,  階層構造
準シソーラス用語： グラフモデル ,  最先端 ,  機能的MRI ,  共分散推定 ,  *被験者 , 【Automatic Indexing@JST】

著者キーワード (9件)： fMRI ,  MEG ,  機能的連結性 ,  Gaussグラフモデル ,  階層的Bayesモデル ,  濃度グラフ ,  精密モデル ,  逆共分散モデル ,  mcmC

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 被験者 ,  共分散 ,  モデリング ,  脳ネットワーク ,  推定