文献

J-GLOBAL ID：202002259147833139   整理番号：20A0811034

共分散行列の空間上の軌道としての動的脳機能連結性の解析【JST・京大機械翻訳】

Analyzing Dynamical Brain Functional Connectivity as Trajectories on Space of Covariance Matrices

著者 (3件)： Dai Mengyu (Department of Statistics, Florida State University, Tallahassee, FL, USA) ,  Zhang Zhengwu (Department of Biostatistics and Computational Biology, University of Rochester, Rochester, NY, USA) ,  Srivastava Anuj (Department of Statistics, Florida State University, Tallahassee, FL, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 39  号： 3  ページ： 611-620  発行年： 2020年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
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： ヒト脳機能的連結性(FC)は,脳が静止しているか,またはタスクを実行するとき,脳領域を横切る機能的MRI応答の類似性としてしばしば測定される。本論文では,共分散行列の空間上の軌道として,または対称正定行列(SPDMS)として,脳領域の集合上で,集団時系列データを表現することにより,FCの動的性質を統計的に解析することを目的とした。最近開発されたSPDMSの空間に関する計量を用いて,FC観測にわたる差異を定量化し,FC軌跡のクラスタリングと分類を行った。大規模で高次元のデータ解析を容易にするために,大規模SPDMSから小SPDMSへのデータを低減するための新しい計量ベース次元縮小技術を提案した。著者らは,複数の主題とタスクのためのヒューマンコネクトプロジェクト(HCP)データベースからのデータを用いて,この包括的フレームワークを例示し,タスク分類率は,最先端技術を適合させるか,または上回る。Copyright 2020 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： 連結性 ,  高次元 ,  ヒト ,  データベース ,  類似性 ,  データ解析 ,  対称性 ,  *次元縮小
準シソーラス用語： 時系列データ ,  機能的MRI ,  脳領域 ,  *脳機能 ,  *共分散行列 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 共分散行列 ,  軌道 ,  脳機能 ,  連結性 ,  解析