文献

J-GLOBAL ID：201802273970033700   整理番号：18A1770918

大規模fMRIデータにおけるIVAベース時空間動的接続性解析【JST・京大機械翻訳】

IVA-Based Spatio-Temporal Dynamic Connectivity Analysis in Large-Scale FMRI Data

著者 (3件)： Bhinge Suchita (Dept. of CSEE, University of Maryland, Baltimore County, MD, 21250) ,  Calhoun Vince D. (Dept. of ECE, University of New Mexico, Albuquerque, NM, 87131) ,  Adali Tulay (Dept. of CSEE, University of Maryland, Baltimore County, MD, 21250)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 965-969  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,人間の脳におけるネットワーク構造を理解するために,機能的連結性における時変変化を調べることに多くの注意が払われている。しかしながら,ほとんどの研究は時変機能的接続性を分析するが,時変空間情報を無視する。本論文では,fMRIデータにおける動的空間機能ネットワーク接続性(dsFNC)と同様に動的機能ネットワーク接続性(dFNC)を研究するために独立ベクトル解析(IVA)に基づく方法を提案した。IVAは両方を効果的に捕捉することを可能にするが,その性能はデータセットの数の増加とともに劣化する。したがって,この限界をバイパスするための効果的な方式を提案し,それに続くグラフ理論解析により,ネットワーク間動力学とネットワーク内定常性の両方を研究した。著者らは,欠陥モード(DM)-顕著性ネットワークにおける統合失調症患者に対するより高いdFNC変動を観察する。そして,dsFNC分析は患者におけるより高いネットワーク間変動を示す。一方,DM,前DMおよび前頭ネットワークは対照において有意なネットワーク内変動を示す。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： グラフ理論 ,  *ネットワーク ,  統合失調症 ,  ネットワーク構造 ,  ベクトル解析 ,  バイパス ,  患者 ,  連結性
準シソーラス用語： 空間情報 ,  *機能的MRI ,  ネットワーク接続性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 大規模 ,  fMRI ,  時空間 ,  接続性 ,  解析