Set-level threshold-free tests on the intrinsic volumes of SPMs.
Set-level threshold-free tests on the intrinsic volumes of SPMs.
复制标题
DOI：
10.1016/j.neuroimage.2012.11.046
复制
发表时间：
2013-03
期刊：
影响因子：
5.7
通讯作者：
Friston, Karl J.
中科院分区：
文献类型：
--
作者：
Barnes, Gareth R.;Ridgway, Gerard R.;Flandin, Guillaume;Woolrich, Mark;Friston, Karl J.
关键词：
传统上，统计参数图（SPM）上的集合级推理是基于超过某个阈值的偏移集合的拓扑特征，例如，聚类数或欧拉特征。在零假设下，预期的欧拉特性可以从SPM的内在测量或体积预测，例如Resel计数或Lipschitz Killing曲率（LKC）。我们提出了一种新的方法，执行零假设综合测试的SPM上，通过测试其固有的体积（由LKC系数描述）是否是不同的底层剩余字段的体积：直观地说，无论是在统计字段（测试信号）和剩余字段（噪声）的峰值的数量是一致的或不。至关重要的是，这种新的测试不需要任意的特征定义阈值，但仍然对分布式或空间扩展模式敏感。我们的方法和传统的拓扑推理之间的相似之处，在假阳性率控制和敏感性的治疗效果，在二维和三维模拟。对于中等（> 20）自由度，该测试始终优于经典方法。我们还演示了应用程序的真实的数据，并说明了在完整的阈值范围内的预期和观察到的欧拉特性的比较。3.我们通过阈值上的欧拉特征线计算SPM的内禀体积。我们将这些体积估计值与使用经典方法获得的体积估计值进行比较。对这些体积估计值的多变量检验给出了零值的无阈值检验。
Conventionally, set-level inference on statistical parametric maps (SPMs) is based on the topological features of an excursion set above some threshold—for example, the number of clusters or Euler characteristic. The expected Euler characteristic—under the null hypothesis—can be predicted from an intrinsic measure or volume of the SPM, such as the resel counts or the Lipschitz–Killing curvatures (LKC). We propose a new approach that performs a null hypothesis omnibus test on an SPM, by testing whether its intrinsic volume (described by LKC coefficients) is different from the volume of the underlying residual fields: intuitively, whether the number of peaks in the statistical field (testing for signal) and the residual fields (noise) are consistent or not. Crucially, this new test requires no arbitrary feature-defining threshold but is nevertheless sensitive to distributed or spatially extended patterns. We show the similarities between our approach and conventional topological inference—in terms of false positive rate control and sensitivity to treatment effects—in two and three dimensional simulations. The test consistently improves on classical approaches for moderate (> 20) degrees of freedom. We also demonstrate the application to real data and illustrate the comparison of the expected and observed Euler characteristics over the complete threshold range. ► We calculate SPM intrinsic volume through the Euler Characteristic over thresholds. ► We compare these volume estimates to those obtained using classical methods. ► A multivariate test on these volume estimates gives a threshold free test of the null.
登录
查看更多内容
影响因子：
2.9
作者：
Henson RN;Wakeman DG;Litvak V;Friston KJ
通讯作者：
Friston KJ
影响因子：
5.7
作者：
Barnes, Gareth R.;Litvak, Vladimir;Friston, Karl J.
通讯作者：
Friston, Karl J.
影响因子：
5.7
作者：
WORSLEY, KJ;POLINE, JB;FRISTON, KJ
通讯作者：
FRISTON, KJ
影响因子：
5.7
作者：
Kiebel, SJ;Poline, JB;Worsley, KJ
通讯作者：
Worsley, KJ
影响因子：
5.7
作者：
Worsley, KJ;Taylor, JE;Lerch, J
通讯作者：
Lerch, J