マルチモーダルMRI,fMRI および表現型データの非負行列分解は,ADHD におけるデフォルトモードサブネッ トワークの差異を明らかにする

Non-negative matrix factorization of multimodal MRI,
fMRI and phenotypic data reveals differential changes in
default mode subnetworks in ADHD
Neuroimage, vol.102, pp. 207-219, 2014
20170821_sfujii

マルチモーダルニューロイメージングフレームワークでは,1 人の被験者に関するデータが,機能的MRI,構
造的MRI,行動的および/または表現型情報などの固有の異なるソースから収集される.各ソースが提供する情報
は独立したものではない.各モダリティの特徴のサブセットは,生成モデルを使用して解釈できる1 つ以上の共
通の潜在的な大きさにマップする.これらの潜在的な次元または「トピック」は,各個人の機能の背後にある生
成プロセスのまばらな概要を提供する.教師なしの生成モデルであるトピックモデリングは,一見異なる機能を
共通の領域にマッピングするために使用されてきた.fMRI,MRI,表現型および行動測定を含むマルチモーダル
ADHD データの潜在構造を推論するために,Non-Negative Matrix Factorization(NMF)を使用する.我々は4
つの異なるNMF アルゴリズムを比較し,最も疎な分解がADHD と健康な患者の間で最も差別的であることを見
出した.モーション,デフォルトモードのネットワークアクティビティ,および入力データの他の特徴など,解釈
可能で認識可能な範囲に対応するところを特定する.たとえば,ADHD-不注意診断でクラスタ化されたデフォル
トモードのサブネットワークに関連する構造的および機能的なグラフ理論の機能である.後部帯状回,楔前部,お
よび海馬傍回の領域などのデフォルトモードネットワーク(DMN)領域の構造測定は,すべてADHD-不注意に
よる診断に関連していた.腹側DMN サブネットワークではADHD-I においてより多くの機能的接続があり,背
側DMN ではより少ない機能接続がある.ADHD のトピックは診断サイトに依存しており,地理的な場所の診断
上の違いを示唆している.我々は,ADHD-200 分類競合に照らして我々の所見を評価し, 教師なしで指名されたト
ピックを以前に公開された教師あり学習方法と対比させる.最後に,これらの潜在変数の有効性を,730 例の患者
におけるADHD の分類に用いてバイオマーカーとして示す.累積的に,この原稿は,ADHD のマルチモーダル
データが潜在的な次元によってどのように解釈されるかを扱っている.

NIRS に基づく大脳自己調節解析のためのウェーブレット変換法の検討

A Review of Wavelet Transform Time-Frequency Methods for NIRS-Based Analysis of Cerebral Autoregulation
IEEE reviews in biomedical engineering, vol.8, pp.78-85, 2015
20170711_sfujii

近赤外分光法(NIRS)は大脳自己調節の解析のための適切な技術として提案されている.それはより簡単な取
得方法とアーチファクトフリーな信号が与えられるためである.近年,NIRS や血圧信号を用いて大脳の自己調節
機能の定量化のために多くの高度なウェーブレット変換法が登場している.これらは時間-周波数平面を介した信
号情報の拡張された分割を提供し,関心のある成分の抽出の改善を容易にする.この領域は検討され,この形式
の分析の拡張が提案されている.