脑科学核磁共振——功能连接的常用度量方法

最新推荐文章于 2024-06-03 10:24:13 发布
最新推荐文章于 2024-06-03 10:24:13 发布
阅读量1.3k 收藏 20
点赞数
分类专栏： 神经科学工具箱 脑电图EEG 脑科学核磁共振成像 文章标签： 数据分析 人工智能 机器学习
原文链接：https://www.frontiersin.org/articles/10.3389/fnsys.2015.00175/full
版权
本文介绍了功能连接的度量方法，包括非定向和定向连接性指标。非定向指标如Pearson相关系数和互信息，而定向指标如格兰杰因果分析和转移熵。此外，还探讨了相位同步、相位斜率指数等方法，强调在选择度量方法时需考虑神经元系统的双向相互作用。
摘要由CSDN通过智能技术生成

如图1所示，介绍一种功能连接常用度量的分类法，并简要描述每种方法的主要目的。
在这里插入图片描述
图1. 功能连接测量的常用方法分类

脑科学核磁共振——功能连接的常用度量方法

计算时是否规定了功能连接的方向

第一个分类方法是基于计算时是否规定了功能连接的方向。

  • 非定向功能连接性指标试图捕捉信号之间某种形式的相互依赖关系，而不考虑影响的方向。
  • 定向功能连接性指标试图从数据中建立一种统计因果关系，这种因果关系建立在因果关系之前的最大值的基础上，在格兰杰因果关系和转移熵的情况下，因果关系是以某种方式预测其影响。这些统计因果关系的定义最初是由Wiener提出的，后来由Granger使用自回归模型实现。

在定向和非定向的计算方法基础上，还可以进一步划分为无模型方法和基于模型的方法（如图1所示）。

Pearson相关系数和互信息

  • 基于模型的方法假设两个
了解本专栏 订阅专栏 解锁全文 超级会员免费看
sta@ma@brain
关注
专栏目录
订阅专栏
脑科学磁共振成像（MRI)初学者必看——功能脑网络、小世界网络、FDR校正、脑电信号频率变换、模板、假设检验、广义线性模型、独立成分分析、影像组学、任务态和静息态方法汇总
从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。
04-17 2万+
磁共振成像初学者必看一、浅谈功能脑网络二、不同模态脑网络的构建功能脑网络结构脑网络白质纤维束脑网络加权网络二值网络三、趣谈散点图与相关系数四、脑电信号频域变换五、fMRI中的FDR校正六、模板（mask）1、模板(mask )往往是与ROI联系在一起的2、mask作用的原理3、常见的mask七、假设检验和效果量八、组水平标准化九、由 ALFF 说开去十、计算机存取MRI影像的那些事十二、Linux基础命令十三、浅谈标准空间模板和空间变换一：标准空间模板二：空间变换十四 、 功能连接十五、大脑激活与功能连接的
【AI+医疗】如何借助人工智能技术开发疾病检测器和利用AI赋能新药研发？
AI天才研究院
08-14 259
人们一直以来都期盼着通过科学技术来发现并治愈疾病，而疾病检测技术正是为了帮助人类开发出疾病预防措施，提高人体健康水平。疾病检测技术包括人工检查、实验室检查、体外诊断、X光透视等多种方式。由于人体存在不同类型病变，导致它们共同组成了诸多疾病。每一种疾病都需要专门的检测方法才能确认它的确切性。因此，疾病检测技术也被称为分类、分级或检测。常用的疾病检测技术有超声波、CT、MRI、PET、核磁共振(NM)等。其中，超声波是最早用于传统疾病检测的技术，它能够侦测细小颗粒大小，具有高灵敏度。
静息态功能磁共振成像:关于静息态功能连接和脑网络分析方法
cc1609130201的博客
10-09 1万+
自诞生之初，人类就对大脑中发生的事情充满好奇。功能磁共振成像是一种重要的工具，它有助于无创地检查、定位和探索大脑的语言、记忆等功能。近年来，神经科学研究的焦点明显转向了“静息态”下的大脑研究。重点是在没有任何感官或认知刺激的情况下大脑内部的内在活动。对静息态下大脑功能连接的分析揭示了不同的静息态网络，这些网络描述了特定的功能和不同的空间拓扑结构。虽然不同的统计方法被引入到静息态功能磁共振成像连接性的研究中，但得到了一致的结果。在本文中，我们详细介绍了静息态功能磁共振成像的概念，然后讨论了三种最广泛使用的分析
静息态功能磁共振成像中的动态功能连接
cc1609130201的博客
05-02 3175
静息状态功能磁共振成像（rs-fMR imaging）显示了在没有明确任务情况下的一系列不同的大脑区域，这些区域表现出低频的、时间上相关的血氧信号的波动，称为静息态网络。通过rs-fMRI，对大脑功能的解剖学理解已经从局部化的角度发展到基于网络的结构。这些网络往往涉及共同激活的区域，并在受试者和扫描周期之间保持一致，这表明了大脑功能组织的一般原则。目前，静息态网络的分析通常使用假定时间平稳性（temporal stationarity）的技术，并计算在整个扫描过程中线性依赖性的度量，以描述跨区域间连接的强度
磁共振成像(MRI)连接组学的应用
u011661076的博客
04-09 789
如何将磁共振成像(MRI)连接组学应用于研究典型的大脑结构和功能，并在临床环境中用于诊断、预后或治疗？本文将讨论MRI连接组学在评估功能和结构连接方面的可能应用。简而言之，功能连接是一种测量功能磁共振(fMRI)衍生的血氧水平依赖(BOLD)波动在不同脑区的关联，通常用相关系数表示。由于BOLD是神经元功能的间接测量指标，功能连接被认为反映了脑区之间系统水平的神经元信号。功能连接性较高的脑区被解释为具有更多的同步神经元信号，因此更有可能属于同一个神经网络。
＜Principles of fMRI 1＞课程笔记2 功能核磁数据的分析
u011661076的博客
08-30 1001
fmri是一种非侵入技术：fmri扫描没有已知的副作用。在fmri实验中，在被试完成任务时测量一系列的大脑图像。然后单个图片的测量信号的变化被用来推断任务－相关的脑活动。 fmri是在一段时间内多次测量测量大脑某块区域。每一个这些大脑区域大约包含100，000不同的voxels（体素）。体素是三维空间内的小立方体块块儿 所以他相当于把大脑放在一个有边界的盒子里，把盒子切成100,000相同体积的小块。这些小块是fmri分析的基石，他们被称为体素(voxel)或者(volume elements)。每
人脑功能连接组：计算方法学、重测信度及发展轨线（左西年，2011年）
weixin_34102807的博客
03-29 916
来源：http://blog.sciencenet.cn/blog-46395-426796.html 注解1：以本文为基础的国家自然科学基金面上项目于2011年8月19日获得资助，虽然与我期望的资助额度有“大斧砍削”（裁减静息态功能磁共振数据量在所难免），但是也算“有米下锅”，感谢基金委和各位评审人！ 注解2：本文已经成为《科学通报》专刊邀稿综述《人脑功能连接组: 方法学、发展轨线和行...
脑机接口专栏 | 如何分析静息状态的fMRI数据？（三）
周毅航的博客
02-01 2953
系列文章目录 脑机接口专栏 | 如何分析静息状态的fMRI数据？（一） 脑机接口专栏 | 如何分析静息状态的fMRI数据？（二） 文章目录系列文章目录一、Functional Integration Methods for Identifying Neural Networks1. Functional Connectivity Density Analysis2. Seed-Based Functional Connectivity Analysis3. Independent Component .
dparsf是什么_用rs-fmri数据画脑功能连接图
weixin_39774556的博客
12-20 2810
前言：个人为统计学背景，要用到脑连接图。过程大致为使用fmri数据获得连接矩阵，获得结点，然后画脑连接图。首先在R语言里找了几个包，但都没有达到目的。过程中发现几个matlab工具箱对于神经影像做得很好，首先是BrainNet viewer这个只能用来画脑图，没有数据分析的功能； 然后是dparsf，但它的功能太多，还没学懂怎么用，会在文中最后写一点，以后再补；最后是GRETNA，这个和个人目标基...
特征选择方法_识别最优的数据驱动特征选择方法以提高分类任务的可重复性
weixin_39925813的博客
12-17 896
请点击上面“思影科技”四个字，选择关注作者，思影科技专注于脑影像数据处理，涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等，希望专业的内容可以给关注者带来帮助，欢迎留言讨论，也欢迎参加思影科技的课程，可添加微信号siyingyxf或19962074063进行咨询。(文末点击浏览) 在机器学习研究中，特征选择是十分重要的一个环节。很多脑影像机器学习研究者更...
功能连接分析方法及其解释缺陷的综述
u011661076的博客
09-03 5649
文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 本文是一篇关于功能连接分析方法及其相关注意事项的综述，于2016年发表在Frontiers in Systems Neuroscience。 振荡神经元活动可能为动态网络协调提供一种机制。节律性神经元的交互作用可以使用多种指标进行量化，每种指标都有各自的优缺点。本篇文章将回顾和总结目前在侵入性和非侵入性电生理学领域使用的分析方法，以研究神经元群体之间的动态联系。首先，本文回顾了功能连接的相关指标，包括相干、相位同步、相位斜率指数和格兰杰因果关
功能连接方法及其在fMRI数据中的应用
u011661076的博客
05-10 5995
文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 导读 强大的非侵入性神经成像技术的可用性引发了各种旨在绘制人类大脑的研究。这些研究不仅聚焦于发现大脑激活信号，还聚焦于理解大脑网络中功能性交流的整体结构。基于不同的大脑区域在功能上相互连接并不断共享信息的原理，文献中提出了寻找这些功能网络的各种方法。在这篇文章中，研究者概述了在fMRI数据中估计和描述功能连接的最常用方法。研究者用人类连接组项目的静息态fMRI数据说明了这些方法，阐述了这些方法的实施细节和对结果解释的见解。本研究的目标是通过提
功能连接常用的测量指标
u011661076的博客
03-29 6561
文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 功能连接用于评估各脑区之间的功能关系，可以通过测量不同脑区之间的相关性加以判断。从概念上看，可以分为两大类：功能连接(FC)指标和有效连接(EC)指标，前者测量信号之间的统计依赖性，但不提供任何因果信息，后者提供因果信息。这里介绍了一些常用的功能连接指标，分为五类：经典测量(CM)、相位同步指数(PS)、广义同步指数(GS)、格兰杰因果测量(GC)和信息论指数(IT)。 1、经典测量(CM)：经典的测量方法包括神经科学文献中最常用的FC线性方
NC：儿童的利手性与大脑功能连接模式之间的联系
最新发布
悦影科技
06-03 1018
利手性在生命早期就已经发展起来了，但与之相关的大脑结构和功能连接模式仍然不清楚。在这里，我们调查了在青少年大脑认知发展（ABCD）研究中，9-10岁儿童的利手性和大脑连接偏侧化之间的关系。与右撇子相比，左撇子左手运动区整体功能连接密度增加，右侧运动区整体功能连接密度降低。基于功能连接计算的利手指数为左利手性和右利手性提供了更明显的区别。在单模态感觉运动皮层、跨模态皮层和小脑中，手-运动功能连接的偏侧化随利手性的变化而变化（P < 0.001），并在发现和复制子样本中的所有感兴趣区域复制。在这里，我们展示了在
大脑中的结构连接、功能连接和有效连接
热门推荐
悦影科技
11-26 1万+
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 大脑，这个“三磅宇宙”，似乎可以说是目前我们人类正在研究的最为复杂的系统之一。大脑的不同神经元、不同脑区之间存在着不同形式的连接，从而构成一个非常复杂、庞大的大脑网络。现代脑科学研究表明，许多大脑高级认知功能的实现依赖的是不同脑区之间的协同合作，而不仅仅是依靠于某个具体的脑区。而很多神经和精神疾病（如精神分裂、抑郁症等）的发病机制，从某种程度上来说，是由于相关脑区之间某种形式连接的异常。大脑内的这种连接，可以分为三种，即结构连接(Structural
系统梳理EEG中常用的功能连接指标—系列1
悦影科技
12-17 5086
功能连接（Functional connectivity, FC）可以说是EEG研究中的一个非常重要的方法。对于正常的大脑高级认知功能来说，往往并不仅仅是单独的某个脑区在起作用，而是更加依赖于不同脑区之间的相互协同工作，因此研究不同脑区的功能连接对我们理解大脑的大脑高级认知功能机制来说非常重要。那么究竟什么是功能连接，如何定量测量不同脑区之间的功能连接呢？所谓的功能连接其实就是用某种方法来测量两种...
任务态功能连接的功能重要性
悦影科技
12-07 1217
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 静息状态下的功能连接为内在的大脑网络组织提供了实质性的见解，然而来自内在网络组织的任务相关变化的功能重要性仍然不清楚。事实上，这种与任务相关的变化很小，表明它们可能只有最小的功能相关性。或者，尽管这些与任务相关的变化幅度很小，但对于人脑通过区域间关系的快速变化自适应地改变其功能的能力来说，它们可能是必不可少的。我们使用活动流映射——种建立经验衍生网络模型的方法——来量化任务状态功能连接(高于和超过静止状态功能连接)在塑造(女性和男性)人脑认知任务激活
【转载】EEG中常用的功能连接指标汇总
qq_32793161的博客
11-29 5505
EEG中常用的功能连接指标汇总 功能连接（Functional connectivity, FC）可以说是EEG研究中的一个非常重要的方法。对于正常的大脑高级认知功能来说，往往并不仅仅是单独的某个脑区在起作用，而是更加依赖于不同脑区之间的相互协同工作，因此研究不同脑区的功能连接对我们理解大脑的大脑高级认知功能机制来说非常重要。那么究竟什么是功能连接，如何定量测量不同脑区之间的功能连接呢？所谓的功能连接其实就是用某种方法来测量两种信号之间的依赖或相关程度。在EEG领域中，研究者提出了非常丰富的算法来测定两种
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值