文献

J-GLOBAL ID：202202272104194276   整理番号：22A1083400

静止状態EEG双子データのスペクトル密度を推定するためのノンパラメトリックBayesモデル【JST・京大機械翻訳】

A nonparametric Bayesian model for estimating spectral densities of resting-state EEG twin data

著者 (4件)： Hart Brian (Division of Biostatistics, University of Minnesota, Minneapolis, Minnesota, USA) ,  Guindani Michele (Department of Statistics, University of California Irvine, Irvine, California, USA) ,  Malone Stephen (Department of Psychology, University of Minnesota, Minneapolis, Minnesota, USA) ,  Fiecas Mark (Division of Biostatistics, University of Minnesota, Minneapolis, Minnesota, USA)
資料名： Biometrics  (Biometrics)
巻： 78  号： 1  ページ： 313-323  発行年： 2022年 
JST資料番号： B0071A  ISSN： 0006-341X  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： 脳波検査(EEG)は,2秒あたり,電気的脳活動を捉える非侵襲的神経画像モダリティである。Minnesota Twinファミリー研究(MTFS)を通して557人の思春期の双対に集まっているEEGデータからのパワースペクトルを推定することを試みた。典型的には,スペクトル分析法は各被験者から時系列を別個に処理し,独立スペクトル密度は各時系列に適合する。EEGデータが双子上で収集されたので,時系列が類似の根底にある特徴を持つと仮定することは合理的であり,被験者を通しての借り情報は推定を著しく改良できる。パラメータを調整する最小ユーザ入力を必要としながら,被験者内および被験者内の平滑化周期図により,各被験者に対するEEG信号のパワースペクトルを推定するためのNested Bernstein Dirichlet事前モデルを提案した。さらに,MTFSツイン研究設計を利用して,新しいエンドフェノタイプを確立する希望でEEGパワースペクトルの遺伝率を推定した。MTFSを模倣するように設計されたシミュレーション研究を通して,著者らの方法が,他の一般的な方法のセットを凌ぐことを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  分光分析 ,  *ノンパラメトリック法 ,  平滑化 ,  *モデル ,  パワースペクトル ,  *双生児 ,  人間 ,  思春期 ,  遺伝率
準シソーラス用語： 被験者 ,  モダリティ ,  非侵襲 ,  脳活動 ,  *Bayes法 ,  脳波信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bernstein多項式 ,  遺伝性 ,  入れ子型Dirichletプロセス ,  時系列 ,  ホイッスル尤度

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (7件)： 静止状態 ,  EEG ,  双子 ,  スペクトル密度 ,  推定 ,  ノンパラメトリック ,  Bayesモデル