文献

J-GLOBAL ID：201802264424422243   整理番号：18A1040778

機能的磁気共鳴イメージングの信号検出精度の改善【JST・京大機械翻訳】

Improving the signal detection accuracy of functional Magnetic Resonance Imaging

著者 (6件)： Janssen Niels (Psychology Department, Universidad de la Laguna, Tenerife, Spain) ,  Janssen Niels (Institute of Biomedical Technologies, Universidad de la Laguna, Tenerife, Spain) ,  Janssen Niels (Institute of Neurosciences, Universidad de La Laguna, Tenerife, Spain) ,  Hernandez-Cabrera Juan A. (Psychology Department, Universidad de la Laguna, Tenerife, Spain) ,  Hernandez-Cabrera Juan A. (Basque Center on Cognition, Brain and Language, San Sebastian, Spain) ,  Foronda Laura Ezama (Psychology Department, Universidad de la Laguna, Tenerife, Spain)
資料名： NeuroImage  (NeuroImage)
巻： 176  ページ： 92-109  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： 機能的磁気共鳴画像(fMRI)の主要な欠点は,測定信号の検出精度の欠如に関係する。この制限はfMRIシグナルの神経血管特性から部分的に生じるが,fMRIデータ解析経路における特定の方法論的決定も反映する。ここでは,fMRIの信号検出精度が,個々に獲得された脳切片から全脳容積が生成される特異的な方法,およびサンプリングされたデータから統計的に抽出される信号の方法によって影響されることを示した。これらの限界に対処するために,fMRIデータ解析のための新しいフレームワークを提案した。新しいフレームワークは,提示された刺激に対して時間的に同じ点ですべて獲得される個々の脳スライスから全脳容積を生成する。これらの全脳容積は最小の時間的歪を含み,高い時間分解能で利用可能である。さらに,統計的信号抽出は,非標準的な時間ポイントごとのポイントアプローチに基づいて発生した。シミュレーションおよび実世界fMRIデータを用いて,標準および新しいフレームワークにおける抽出信号の検出精度を評価した。新しいスライスベースのデータ解析フレームワークは,fMRI信号の信号検出精度を大いに改善した。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： 時間分解能 ,  *データ解析 ,  血管 ,  基底関数 ,  信号検出
準シソーラス用語： 信号抽出 ,  脳容積 ,  神経 ,  検出精度 ,  機能的MRI , 【Automatic Indexing@JST】

著者キーワード (5件)： fMRI BOLD ,  検出精度 ,  FIR基底関数 ,  統計的モデリング ,  スライスベースfMRI

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (2件)： 機能的磁気共鳴イメージング ,  検出精度