文献

J-GLOBAL ID：202202277664648687   整理番号：22A0791577

マルチサブジェクト群解析のための二重結合行列テンソル因数分解による脳波および機能的磁気共鳴イメージングの早期ソフトおよびフレキシブル融合【JST・京大機械翻訳】

Early soft and flexible fusion of electroencephalography and functional magnetic resonance imaging via double coupled matrix tensor factorization for multisubject group analysis

著者 (9件)： Chatzichristos Christos (Department of Electrical Engineering (ESAT), STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, KU Leuven, Leuven, Belgium) ,  Kofidis Eleftherios (Department of Statistics and Insurance Science, University of Piraeus, Piraeus, Greece) ,  Kofidis Eleftherios (Computer Technology Institute and Press “Diophantus” (CTI), Patras, Greece) ,  Van Paesschen Wim (Department of Neurology, UZ Leuven, Leuven, Belgium) ,  De Lathauwer Lieven (Department of Electrical Engineering (ESAT), STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, KU Leuven, Leuven, Belgium) ,  De Lathauwer Lieven (Engineering, Science and Technology, KU Leuven Kulak, Kortrijk, Belgium) ,  Theodoridis Sergios (Department of Informatics and Telecommunications, National and Kapodistrian University of Athens, Athens, Greece) ,  Theodoridis Sergios (Department of Electronic Systems, University of Aalborg, Aalborg, Denmark) ,  Van Huffel Sabine (Department of Electrical Engineering (ESAT), STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, KU Leuven, Leuven, Belgium)
資料名： Human Brain Mapping  (Human Brain Mapping)
巻： 43  号： 4  ページ： 1231-1255  発行年： 2022年 
JST資料番号： W2600A  ISSN： 1065-9471  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： データ融合は,同じタスクの異なった(例えば補足的)ビューを提供する複数のデータセットの共同解析に言及する。一般に,それは別々の分析より多くの情報を抽出できる。脳波(EEG)と機能的磁気共鳴イメージング(fMRI)測定の共同解析は,主にこれらの神経イメージング様式が相補的な時空間分解能を持つので,脳機能の研究に非常に有益であることが証明されている:EEGは,良好な時間分解能を提供するが,fMRIはその空間分解能において良好である。これまでに報告されたEEG-fMRI融合法は,少なくとも1つのモダリティにおけるデータの根底にあるマルチウェイの性質を無視し,そして/またはそれぞれのデータセットの関係に関する非常に強い仮定に依存する。例えば,多主題解析において,血液動態応答関数は,すべての被験者に対して先験的に知られており,そして/または,対応するモードを通してのカップリングは,正確(ハード)であると仮定される。本論文では,これらの2つの限界を,両モダリティに対してテンソルモデルを採用することにより,また,マルチモーダル融合を実装するためのソフトで柔軟な結合アプローチに従って克服した。得られた結果を,並列独立成分分析及びハードカップリング代替案のそれらに対して,合成及び実データ(てんかん及び視覚奇数ボールパラダイム)の両方と比較した。著者らの結果は,ハードカップリング仮定と一致しないシナリオにおけるソフトで柔軟な結合テンソル分解を用いることの明確な利点を実証した。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： 視覚 ,  *テンソル ,  *脳波 ,  血液動態 ,  てんかん ,  *因数分解 ,  応答関数 ,  神経生理 ,  *二重結合 ,  知識表現 ,  奇数 ,  データ融合 ,  独立成分分析
準シソーラス用語： 被験者 ,  モダリティ ,  *機能的MRI ,  脳機能 , 【Automatic Indexing@JST】

著者キーワード (7件)： 二重CMTF ,  EEG ,  フレキシブル ,  fMRIテンソル分解 ,  核融合 ,  発作発症 ,  ソフト

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 (11件)： マルチ ,  解析 ,  二重結合 ,  行列 ,  テンソル ,  因数分解 ,  脳波 ,  機能的磁気共鳴イメージング ,  早期 ,  ソフト ,  融合