脑影像独立成分分析(ICA)的自动化流程

本文提出了一种两步方法,用于生成与特定功能系统(如运动功能)相对应的独立成分分析(ICA)模板。首先,通过统计参数图定义感兴趣的功能系统,然后与Human Connectome Project的ICA图进行相关性分析,选择最佳匹配的HCP组件作为模板。这种方法提高了研究的标准化、可重复性和解释性,允许研究者自定义功能网络模板,以增强对大脑功能结构的理解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
我们的行为和思维的复杂性很可能反映在功能性脑网络中。独立成分分析(ICA)是一种常用的数据驱动方法,用于计算这些网络之间的群体差异。常见的研究网络差异的方法是基于从特定研究样本中生成的ICA图。然而,这种方法限制了结果的普适性和可重复性。另一种选择是使用网络ICA模板,但到目前为止,这样的模板很少,且在它们涵盖的功能系统方面有限。

在这里,我们提出了一个简单的两步程序,以获取与研究者选择的功能性脑网络相对应的ICA模板:

第一步,需要通过统计参数图(输入)来定义感兴趣的功能系统,这可以通过使用开源软件如NeuroSynth或BrainMap来生成。

第二步,该图与由Human Connectome Project(HCP)提供的基于大样本量、高质量和标准化采集程序的群体ICA图进行相关性分析。与输入图相关性最高的HCP提供的ICA图随后用作代表感兴趣的功能系统的ICA模板,例如,用于后续的双重回归分析。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

sta@ma@brain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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