fMRI resting state におけるDCM

A DCM for resting state fMRI
Karl J.Friston, Joshua Kahan, Bharat Biswal, Adeel Razi
NeuroImage,Vol.94,396-407,2014
20171113 sishida

このテクニカルノートでは異なる脳領域間のクロススペクトルによって測定された機能的結合に基づくresting state fMRI 時系列の動的因果モデル(DCM)を紹介します.このDCM は分散したニューラルネットワークもしくはグラフにおける結合ニューロンの変動の生物物理学的に妥当なモデルから予測クロススペクトルを生成する決定論的モデルに基づいている.有効に得られた結果の図は観測された血行力学的反応間の機能的結合を説明する隠れたニューロン状態間のベストな実効的結合を見つける.これはクロススペクトルは領域変動の(二次)統計的依存性に関するの全情報を含むためである.このノートではモデルの描画,有向および無向の機能的結合の既存の計測との関係,そしてシミュレーションを用いた表面的妥当性を確立することに注目する.その後の論文で確率的DCM とパーキンソン病とハンチントン病における予後の妥当性に関して構築の妥当性を評価する.

動的グラフの指標:チュートリアル,ツールボックス,および説明

Dynamic graph metrics: Tutorial, toolbox, and tale
NeuroImage, Available online 8 July 2017
20170830 katayama

中枢神経系は,知覚,行動,および認知をサポートする複雑な機能的相互作用のパターンで互いに連結された, 細胞から領域への多くの個々の単位から構成される.このようなシステムの自然かつ簡潔な表現の1 つはノード (ユニット)がエッジ(相互作用)によって接続されているグラフである.伝統的なグラフアプローチは,時空間 スケール,種,群にわたって適用可能であるが,感情的および認知的状態の理解,タスクスイッチング,適用及び 開発,老化および疾患の進行のための非常に重要な時間変化する接続パターンの複雑さに対処することができな い.ここでは,動的グラフの特徴を明らかにする集団を提供する適用数学のツールセットを調査する.この調査 と併せて,既存または未取得のニューロ画像データにこれらの指標を容易に適用できるように,視覚化のための 提案と一般に入手可能なMATLAB ツールボックスを提供する.以前に公開さらた時間変化する機能的グラフの データセットに適用することでツールボックスを説明するが,ツールは時間変化する構造グラフや他の種類の関 係データにツールを適用することもできる.私達の目的は,動的グラフの正確で創造的な分析に頼っている新た な問題に対処するために,ニューロイメージングコミュニティに役立つ一連のツールとその使い方にに関する直 観を提供することである.