文献

J-GLOBAL ID：202002281176796627   整理番号：20A2502408

マルチ遅延記号位相伝達エントロピーに基づくfNIRSデータ解析のための効果的な脳連結性【JST・京大機械翻訳】

Effective brain connectivity for fNIRS data analysis based on multi-delays symbolic phase transfer entropy

著者 (4件)： Wang Yalin (Department of Electronic Engineering, Center for Intelligent Medical Electronics, School of Information Science and Technology, Fudan University, Shanghai, People’s Republic of China) ,  Wang Yalin (Human Phenome Institute, Fudan University, Shanghai, People’s Republic of China) ,  Chen Wei (Department of Electronic Engineering, Center for Intelligent Medical Electronics, School of Information Science and Technology, Fudan University, Shanghai, People’s Republic of China) ,  Chen Wei (Human Phenome Institute, Fudan University, Shanghai, People’s Republic of China)
資料名： Journal of Neural Engineering  (Journal of Neural Engineering)
巻： 17  号： 5  ページ： 056024 (12pp)  発行年： 2020年 
JST資料番号： W5563A  ISSN： 1741-2560  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 目的.最近,機能的近赤外分光法(fNIRS)データに対する有効接続性(EC)計算法は,主に2つの問題に直面している:最初の問題は,ノイズがEC計算に深刻に影響し,誤った連結性につながること;第2の問題は,それが脳領域の間の様々な実際の神経伝達遅延を無視して,代わりに,計算のために固定遅延係数を使用するということである。アプローチ。これら2つの問題を克服するために,fNIRSに対するECを推定するために,従来の転送エントロピー(TE)を開発することにより,遅延記号位相転送エントロピー(dSPTE)を提案した。最初に,Hilbert変換によって元のシーケンスから位相時系列を得て,均一埋込み方式を用いて状態空間再構成を実現した。次に,記号化技術を,そのノイズロバスト性を改善するために,ニューラル-ガスアルゴリズムに基づいて適用した。最後に,ECを多重時間遅れスケールで計算し,異なる領域間神経伝達遅延を整合させた。主な結果。線形ARモデル,非線形モデルおよび多変量ハイブリッドモデルを,dSPTEの性能をシミュレーションするために導入し,そして,結果は,dSPTEの精度が最高で,最大74.27%であり,そして,特異性は100%であり,そしてそれは,誤った連結性を意味しなかった。結果は,dSPTE方式が,直列の間に長い遅延があるとしても,より良いノイズロバスト性,より高い精度,および正しい同定を実現することを確認した。最後に,fNIRSデータセットにdSPTEを適用し,指タッピング作業中のECを分析し,結果は,タスク状態のEC強度が静止状態と比較して有意に増加したことを示した。意義。提案したdSPTE法は,fNIRSのECを測定する有望な方法である。それは,fNIRS解析のための記号過程による位相情報TEを,初めて組み入れた。雑音ロバストであり,異なる結合遅延を有する複雑なネットワークに適していることを確認した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エントロピー ,  雑音 ,  ネットワーク ,  神経伝達 ,  多重化 ,  データ解析 ,  再構成 ,  線形性 ,  *位相 ,  自己回帰モデル ,  Hilbert変換 ,  ロバスト性
準シソーラス用語： 非線形モデル ,  ハイブリッドモデル ,  特異性 , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  神経の基礎医学  (GN01020W) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (9件)： マルチ ,  遅延 ,  記号 ,  位相 ,  エントロピー ,  fNIRS ,  データ解析 ,  脳 ,  連結性