文献

J-GLOBAL ID：202102239243795223   整理番号：21A2899834

fMRIを用いた正確で解釈可能な予測のためのタスク駆動ICA特徴生成【JST・京大機械翻訳】

Task-driven ICA feature generation for accurate and interpretable prediction using fMRI

著者 (9件)： Duff Eugene P. (FMRIB Centre, Department Clinical Neurology, John Radcliffe Hospital University of Oxford, UK) ,  Trachtenberg Aaron J. (FMRIB Centre, Department Clinical Neurology, John Radcliffe Hospital University of Oxford, UK) ,  Mackay Clare E. (FMRIB Centre, Department Clinical Neurology, John Radcliffe Hospital University of Oxford, UK) ,  Mackay Clare E. (University Department of Psychiatry, Warneford Hospital, Oxford, UK) ,  Howard Matt A. (Centre for Neuroimaging Sciences, Institute of Psychiatry, London UK) ,  Wilson Frederick (Pfizer Ltd., Sandwich, Kent, UK) ,  Smith Stephen M. (FMRIB Centre, Department Clinical Neurology, John Radcliffe Hospital University of Oxford, UK) ,  Woolrich Mark W. (FMRIB Centre, Department Clinical Neurology, John Radcliffe Hospital University of Oxford, UK) ,  Woolrich Mark W. (OHBA (Oxford University Centre for Human Brain Activity), Dept. Psychiatry, University of Oxford, UK)
資料名： NeuroImage  (NeuroImage)
巻： 60  号： 1  ページ： 189-203  発行年： 2012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： 機能的磁気共鳴映像法(fMRI)は,脳活動からの将来の疾患進行または薬物効果のような臨床的に重要な情報を予測するためのツールとして大きな可能性を示す。単一領域から得られるよりもよりロバストな予測能力を生成するために,脳からfMRI信号を結合する多変量技術を開発した。しかし,fMRIデータの高い次元は,重要な問題を過剰にしている。神経動力学の空間的に拡張したパターンを反映する一連の信号にfMRIデータを変換するために信頼できる方法が必要である。本論文では,コヒーレント機能脳ネットワークに関連する信号を同定するタスク特異的独立成分分析(ICA)手順を示し,これらの信号が正確で解釈可能な予測に使用できることを示した。タスク特異的ICA区画化は,静止状態データおよび解剖学に基づく区画化を含む2つの別々のデータセットにおいて,他の特徴生成法を凌駕した。特定の特徴選択戦略に対するタスク特異的ICA区画化の応答のパターンは,それらが識別タスクに関連する重要な機能的ネットワークを同定することを示した。ICA区画化は,fMRI系列に影響する非神経アーチファクトに関して,ロバストで有益であった。まとめると,これらの結果は,タスク特異的ICA区画化が,fMRI時系列から予測および情報信号を生成するための強力な技法であることを示唆する。本論文で提示した結果は,ICAアプローチによって生成された区画化の一般的な機能的妥当性の証拠も寄与する。Copyright 2021 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： コヒーレンス ,  ネットワーク ,  特徴選択 ,  解剖学 ,  NMRイメージング ,  ロバスト性 ,  アーチファクト ,  *独立成分分析
準シソーラス用語： 疾患進行 ,  *機能的MRI ,  脳活動 ,  神経ネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： ICA ,  fMRI ,  予測 ,  MPVA ,  特徴生成 ,  特徴選択 ,  パーセル化

分類 (2件)： 医用画像処理  (JE04020T) ,  生体計測  (EL03020C)

タイトルに関連する用語 (4件)： fMRI ,  予測 ,  タスク ,  ICA