文献

J-GLOBAL ID：201802261488760145   整理番号：18A1649823

時間発展グラフによるコネクトームスケール脳ネットワーク相互作用の空間-時間モデリング【JST・京大機械翻訳】

Spatio-temporal modeling of connectome-scale brain network interactions via time-evolving graphs

著者 (11件)： Yuan Jing (College of Computer and Control Engineering, Nankai University, Tianjin, China) ,  Li Xiang (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Zhang Jinhe (College of Computer and Control Engineering, Nankai University, Tianjin, China) ,  Luo Liao (College of Computer and Control Engineering, Nankai University, Tianjin, China) ,  Dong Qinglin (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Lv Jinglei (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) ,  Zhang Shu (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, USA) ,  Zhang Wei (Cortical Architecture Imaging and Discovery Lab, Department of Computer Science and Bioimaging Research Center, The University of Georgia, Athens, GA, 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： NeuroImage  (NeuroImage)
巻： 180  号： PB  ページ： 350-369  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： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 多くの最近の文献研究はfMRIデータから誘導された機能的脳ネットワークの興味ある動力学パターンを明らかにした。しかしながら,機能的ネットワークが空間的に重複(または相互作用する)と,そのような接続規模ネットワーク相互作用が時間的に進化する方法についてはほとんど研究されていない。これらの未回答の質問を調査するために,本論文は,2つの主要な有効な計算方法論を通して,接続規模の機能的脳ネットワーク相互作用の時空的モデリングのための新規フレームワークを提示した。最初に,脳ネットワーク相互作用の共通参照空間を定義するために用いることができる連結スケールの一貫した脳ネットワークテンプレートを引き出すために,タスク性能の下で個人とそれらの認知状態を通して脳ネットワークを統合して,プールと比較するために,著者らは新しいグループごとの辞書学習方式を設計した。第二に,空間ネットワーク相互作用の時間的動力学を重み付き時間発展グラフによってモデル化し,次に,動的挙動混合メンバシップモデル(DBMM)に基づくデータ駆動教師なし学習アルゴリズムを採用して,空間重なり/相互作用の時間発展過程の間の脳ネットワークの行動パターンを同定した。ヒューマンコネクトプロジェクト(HCP)タスクfMRIデータに関する実験結果は,著者らの方法が接続規模ネットワーク相互作用の意味のある多様な挙動パターンを明らかにすることができることを示した。特に,それらのネットワークの挙動パターンは,モーター,作業記憶,言語および社会的タスクのようなHCPタスクを通して異なり,それらのダイナミクスは,特定のタスク設計の時間的変化によく対応する。一般的に,本フレームワークは,標準参照空間における連結スケール脳ネットワークの空間重なり/相互作用の時間発展に対する定量的記述により,人間の脳機能を特性化するための新しいアプローチを提供する。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： 言語 ,  *モデリング ,  *時間発展 ,  アルゴリズム ,  計算理論 ,  *ネットワーク ,  キャラクタリゼーション ,  *相互作用 ,  経時変化 ,  電動機 ,  教師なし学習
準シソーラス用語： データ駆動 ,  動的挙動 ,  脳機能 ,  機能的MRI , 【Automatic Indexing@JST】

著者キーワード (3件)： 機能的脳ネットワーク ,  空間-時間相互作用動力学 ,  タスクベースfMRI

分類 (4件)： 中枢神経系  (EJ12030F) ,  脳・神経系モデル  (EL02050C) ,  生体計測  (EL03020C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 発展 ,  グラフ ,  脳ネットワーク ,  相互作用 ,  モデリング