文献

J-GLOBAL ID：202202289809357490   整理番号：22A1063719

作業記憶タスクと脳の静止状態からのfMRI信号の解析:好中球減少症-エントロピーに基づくクラスタリングアルゴリズム【JST・京大機械翻訳】

Analysis of fMRI Signals from Working Memory Tasks and Resting-State of Brain: Neutrosophic-Entropy-Based Clustering Algorithm

著者 (10件)： Singh Pritpal (Institute of Theoretical Physics, Jagiellonian University, Krakow 30-348, Poland) ,  Watorek Marcin (Institute of Theoretical Physics, Jagiellonian University, Krakow 30-348, Poland) ,  Watorek Marcin (Faculty of Computer Science and Telecommunications, Cracow University of Technology, Krakow 31-155, Poland) ,  Ceglarek Anna (Department of Cognitive Neuroscience and Neuroergonomics, Jagiellonian University, Krakow 30-348, Poland) ,  Fafrowicz Magdalena (Department of Cognitive Neuroscience and Neuroergonomics, Jagiellonian University, Krakow 30-348, Poland) ,  Lewandowska Koryna (Department of Cognitive Neuroscience and Neuroergonomics, Jagiellonian University, Krakow 30-348, Poland) ,  Marek Tadeusz (Department of Cognitive Neuroscience and Neuroergonomics, Jagiellonian University, Krakow 30-348, Poland) ,  Sikora-Wachowicz Barbara (Department of Cognitive Neuroscience and Neuroergonomics, Jagiellonian University, Krakow 30-348, Poland) ,  Oswiecimka Pawel (Institute of Theoretical Physics, Jagiellonian University, Krakow 30-348, Poland) ,  Oswiecimka Pawel (Complex Systems Theory Department, Institute of Nuclear Physics, Polish Academy of Sciences, Krakow 31-342, Poland)
資料名： International Journal of Neural Systems  (International Journal of Neural Systems)
巻： 32  号： 4  ページ： 2250012  発行年： 2022年 
JST資料番号： W0880A  ISSN： 0129-0657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 本研究は,fMRI信号を解析するために,neutrosophic-エントロピーベースクラスタリングアルゴリズム(NEBCA)を適用した。著者らは,4つの異なる作業記憶作業と実験目的のための脳の静止状態から得たデータを考察した。時間的脳活動に関連したデータの3つの非重複クラスタを決定し,統計学的に解析した。さらに,均一多様体近似と投影(UMAP)法を用いて,システム次元を低減し,NEBCAの有効性を示した。その結果,NEBCAを用いて,異なる作業記憶タスクと休止状態を区別することができ,脳領域の関連活動における微妙な差異を同定した。クラスタ内のエントロピーの統計的性質を解析することにより,クラスタリング手順に重要な自動化解剖学的ラベリング(AAL)アトラスに従って,関心領域(ROI)を決定した。下後頭回は,作業から静止状態を区別する重要な脳領域として確立される。さらに,異なる記憶タスクに関連したデータ識別を修正するためには,下後頭回と上頭頂小葉が識別される。2サンプルt検定とクラスタ要素のランダム化により行われた代理の分析により,結果の統計的重要性を検証した。また,提示した方法論は,脳活動パターンに及ぼす日の時間の影響を決定するために適切である。朝の作業記憶課題と休息状態の違いは,覚醒後の最初の時間における小世界と睡眠慣性のより低い指数に関連する。また,2つの既存のアルゴリズム,KMCAとFKMCAに対するNEBCAの性能を比較した。高い変動性でfMRI信号を効果的に蓄積できないこれらのアルゴリズムに対するNEBCAの利点を示した。Copyright 2022 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *エントロピー ,  多様体 ,  自動化 ,  試料 ,  近似法 ,  *クラスタ化 ,  *クラスタ ,  覚醒 ,  解剖学 ,  休憩
準シソーラス用語： t検定 ,  *機能的MRI ,  脳活動 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： Neutrosophic集合 ,  エントロピー ,  クラスタリング ,  機能的磁気共鳴イメージング信号 ,  ワーキングメモリ ,  静止状態

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： 作業記憶 ,  タスク ,  脳 ,  静止状態 ,  fMRI ,  解析 ,  好中球減少症 ,  エントロピー ,  クラスタリングアルゴリズム