Loading...
机构名称:
¥ 1.0

在分析大脑连接数据时,解剖复杂性和数据维数是主要问题。大脑中发生的连接的功能和解剖方面实际上同样相关且紧密交织在一起。然而,由于理论挑战和计算问题,它们的关系在神经科学和临床研究中常常被忽视。在这项工作中,我们建议通过平滑功能主成分分析来解决这个问题,该分析能够执行降维并探索功能连接图中的变异性,符合灰质体积极其复杂的解剖结构。具体来说,我们分析了一个包括对照组和受精神分裂症影响的受试者的群体,从静息时和任务切换范式期间获取的 fMRI 数据开始。对于这两个会话,我们首先确定整个人群的常见变异模式。因此,我们探讨了对照组和病理受试者在这些常见变异模式下的表达是否不同。在每个会话中,我们发现健康受试者和病理受试者的主要成分表达存在显著差异(p 值 < 0.001),突出了两个亚群之间的连接性存在明显可解释的差异。例如,休息会话的第二和第三个主成分捕捉到了精神分裂症患者的默认模式和执行网络之间的不平衡。

大脑连接的新工具

大脑连接的新工具PDF文件第1页

大脑连接的新工具PDF文件第2页

大脑连接的新工具PDF文件第3页

大脑连接的新工具PDF文件第4页

大脑连接的新工具PDF文件第5页

相关文件推荐

2023 年
¥4.0
2021 年
¥1.0
2012 年
¥16.0
2023 年
¥1.0
2020 年
¥3.0
2020 年
¥2.0
2022 年
¥3.0
2021 年
¥1.0
2021 年
¥1.0
2020 年
¥1.0
2021 年
¥86.0
1900 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2025 年
¥1.0
2022 年
¥1.0
2022 年
¥2.0
2021 年
¥4.0
2024 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2022 年
¥1.0