...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Medical image analysis >A nonlinear identification method to study effective connectivity in functional MRI.
【24h】

A nonlinear identification method to study effective connectivity in functional MRI.

机译：研究功能性MRI中有效连通性的非线性识别方法。

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we propose a novel approach for characterizing effective connectivity in functional magnetic resonance imaging (fMRI) data. Unlike most other methods, our approach is nonlinear and does not rely on a priori specification of a model that contains structural information of neuronal populations. Instead, it relies on a nonlinear autoregressive exogenous model and nonlinear system identification theory; the model's nonlinear connectivities are determined using a least squares method. A statistical test was developed to quantify the significance of the influence that regions exert on one another. We compared this approach with a linear method and applied it to the human visual cortex network. Results show that this method can be used to model nonlinear interaction between different regions for fMRI data.
机译：在本文中，我们提出了一种用于表征功能磁共振成像（fMRI）数据中有效连接性的新颖方法。与大多数其他方法不同，我们的方法是非线性的，并且不依赖于包含神经元种群结构信息的模型的先验规范。相反，它依赖于非线性自回归外生模型和非线性系统识别理论。使用最小二乘法确定模型的非线性连通性。开发了一种统计测试，以量化区域相互影响的重要性。我们将该方法与线性方法进行了比较，并将其应用于人类视觉皮层网络。结果表明，该方法可用于为fMRI数据建模不同区域之间的非线性相互作用。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号