文献

J-GLOBAL ID：201902232213371739   整理番号：19A1954584

集団レベルにおけるタスクベース動的機能接続性の半パラメトリック推定【JST・京大機械翻訳】

Semiparametric Estimation of Task-Based Dynamic Functional Connectivity on the Population Level

著者 (13件)： Kudela Maria A. (Safety and Observational Statistics, Takeda R&D Data Science Institute, Takeda Pharmaceuticals, Cambridge, MA, United States) ,  Dzemidzic Mario (Department of Neurology, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Dzemidzic Mario (Department of Radiology, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Oberlin Brandon G. (Department of Neurology, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Oberlin Brandon G. (Department of Psychiatry, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Lin Zikai (Department of Psychiatry, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Goni Joaquin (School of Industrial Engineering, Purdue University, West Lafayette, IN, United States) ,  Goni Joaquin (Purdue Institute for Integrative Neuroscience, Purdue University, West Lafayette, IN, United States) ,  Goni Joaquin (Weldon School of Biomedical Engineering, Purdue University, West Lafayette, IN, United States) ,  Kareken David A. (Department of Neurology, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Kareken David A. (Department of Radiology, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Kareken David A. (Department of Psychiatry, Indiana University School of Medicine, Indianapolis, IN, United States) ,  Harezlak Jaroslaw (Department of Epidemiology and Biostatistics, School of Public Health, Indiana University, Bloomington, IN, United States)
資料名： Frontiers in Neuroscience (Web)  (Frontiers in Neuroscience (Web))
巻： 13  ページ： 583  発行年： 2019年 
JST資料番号： U7087A  ISSN： 1662-453X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 動的機能的連結性(DFC)は,機能的MRIの間に典型的に獲得される脳領域時系列の対の間の時間依存関係を推定する。DFC変化は,スライディングウィンドウ内の時系列間の対相関係数により最も一般的に定量化される。ここでは,最近開発されたブートストラップに基づく技術(Kudelaら,2017)を適用し,被験者レベルのDFCとその信頼区間をタスクに基づくfMRI研究(最も頻繁に消費されているビールとGatorを訴える24人の被験者)で評価した。次に,被験者を横断する情報とセミパラメトリック混合モデルを利用したスキャンを組み合わせて,脳領域の各ペアに対するグループレベルのDFC推定値,フレーバー,およびフレーバー間の差を得た。提案したアプローチは,fMRIデータの複雑な相関構造,被験者当たりの複数の反復観察,実験計画,および被験者特異的変動性を考慮した推定グループレベルDFCに依存する。また,グループレベルで全脳に対する条件特異的DFCと信頼区間を提供した。要約DFC計量として,推定された関連が有意に陽性か陰性かの時間の割合を用いた。両フレーバについて,著者らの完全なデータ駆動アプローチは,以前の研究で示されたように,既知の生物学的に意味のある脳組織を反映する地域的関連性と,密接に類似した静止状態ネットワーク(RSN)をもたらした。特に,ビールフレーバー増強関連は,右腹側線条体(VST),外側眼窩前頭皮質,および腹側前島皮質(VAIC)を含むいくつかの報酬関連領域の間で検出された。ビールの味による右VST-vAIC関連の増強は,主な活性化に基づく発見(Oberlinら,2016)を独立に検証した。最も注目すべきことに,著者らの新しいDFC方法論は,従来の静的FC分析によって検出されなかった多数の関連を明らかにした。ここで提示したデータ駆動,新しいDFC方法論は,確立された統計的方法の組み合わせを利用して,複数のレベルグループ,個別およびタスク特異的にDFCを推定するための広範囲のタスクベースfMRI設計に使用できる。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 時間依存性 ,  実験計画法 ,  ブートストラップ ,  *連結性 ,  推定量 ,  ネットワーク ,  信頼区間 ,  ビール
準シソーラス用語： データ駆動 ,  被験者 ,  対相関 ,  スライディングウィンドウ ,  脳領域 ,  機能的MRI ,  *パラメトリック推定 , 【Automatic Indexing@JST】

著者キーワード (6件)： 動的機能接続性 ,  セミパラメトリック混合モデル ,  統計的方法 ,  機能的MRI ,  味覚課題 ,  中毒癖

分類 (2件)： 生体計測  (EL03020C) ,  神経の基礎医学  (GN01020W)

引用文献 (75件)：

• Adali T., Anderson M., Fu G. S. (2014). Diversity in independent component and vector analyses: identifiability, algorithms, and applications in medical imaging. IEEE Signal Process. Mag. 31, 18-33. doi: 10.1109/MSP.2014.2300511
• Allen E. A., Damaraju E., Plis S. M., Erhardt E. B., Eichele T., Calhoun V. D. (2014). Tracking whole-brain connectivity dynamics in the resting state. Cereb. Cortex 24, 663-676. doi: 10.1093/cercor/bhs352
• Amico E., Marinazzo D., Di Perri C., Heine L., Annen J., Martial C., et al. (2017). Mapping the functional connectome traits of levels of consciousness. NeuroImage 148, 201-211. doi: 10.1016/j.neuroimage.2017.01.020
• Bassett D. S., Wymbs N. F., Porter M. A., Mucha P. J., Carlson J. M., Grafton S. T. (2011). Dynamic reconfiguration of human brain networks during learning. Proc. Natl. Acad. Sci. U.S.A. 108, 7641-7646. doi: 10.1073/pnas.1018985108
• Bassett D. S., Yang M., Wymbs N. F., Grafton S. T. (2015). Learning-induced autonomy of sensorimotor systems. Nat. Neurosci. 18, 744-751. doi: 10.1038/nn.3993

タイトルに関連する用語 (4件)： 集団 ,  タスク ,  接続性 ,  パラメトリック推定