机构名称：
¥ 1.0
静止状态功能性MRI（RS-FMRI）在休息期间为大脑功能提供了宝贵的见解，但是由于功能连接性的个体差异，临床应用方面面临挑战。通常使用独立的组件分析（ICA），但它努力与主体间信息平衡单个变化。为了解决这一问题，使用来自多个数据集的模板开发了受约束的ICA（CICA）方法，以提高确定性和可比性。在这项研究中，我们从不同数据集中收集了来自100,517个个体的RS-FMRI数据。数据通过标准fMRI管道进行了预处理。我们的方法首先使用可复制的fMRI组件模板作为约束ICA（神经元管道）中的PRIOR，然后是估计的动态功能网络连接（DFNC）。通过聚类分析，我们生成了可复制的DFNC状态，然后将其用作受限制的ICA中的先验，以自动从新主题中估算特定于主题的状态。这种方法为分析单个RS-FMRI的单个RS-FMRI数据提供了一个强大的框架，同时在大型数据集中保持一致性，同时可以在大型数据集中保持一致性，从而在潜在的临床应用程序中提高RS-fmri的潜在应用。
AAV血清型php.eb与
主要关键词
相关文件推荐
