机构名称：
¥ 3.0
图 1：使用 FUNCOIN 进行规范建模的示意图。A. 输入数据集包含来自英国生物库的大量健康和不健康受试者的测量数据。我们在大量健康受试者（训练数据，黑色，N = 32k）上训练我们的模型。在较小的样本外健康受试者子集（测试数据，绿色，N = 14k）上评估模型的通用性。在患有脑部疾病的受试者（粉红色）的现有数据上评估模型识别确诊受试者的能力。B. 训练数据产生脑部测量值规范分布的估计值（平均值 +/- 2 SD），这确定了脑部测量值的规范范围并允许识别异常值。C. 脑功能量化。我们旨在估计 rsfMRI FC 的规范模型，该模型计算为每对 ICA 成分/脑区域的时间序列的皮尔逊相关性。 D. FUNCOIN 在训练组中确定两个投影（g 1 ，g 2 ），使得它们的量级遵循（二维）线性模型（取对数后，参见方法）。个体（样本外）受试者偏差确定为 Z 分数（绿点和注释）。
全脑功能连接的一次性规范建模
主要关键词
相关文件推荐
