Double-wavelet transform for multi-subject resting state functional magnetic resonance imaging data.
Double-wavelet transform for multi-subject resting state functional magnetic resonance imaging data.
复制标题
DOI：
10.1002/sim.9209
复制
发表时间：
2021-12-30
影响因子：
2
通讯作者：
Kang H
中科院分区：
文献类型：
--
作者：
Zhou M;Boyd BD;Taylor WD;Kang H
传统的感兴趣区域（ROI）水平的静息状态fMRI（功能性磁共振成像）响应分析并没有严格地模拟每个ROI内的潜在空间相关性。这可能导致误导性的推论。此外，他们往往估计时间协方差矩阵的假设平稳的时间序列，这可能并不总是有效的。为了克服这些局限性，我们提出了一种双小波的方法，简化了时间和空间的协方差结构，因为小波系数在温和的规则性条件下近似不相关。这个属性使我们能够分析更大的维度的空间和时间的静息态fMRI数据与合理的计算负担。我们的双小波方法的另一个优点是，它不需要平稳性假设。仿真研究表明，我们的方法通过适当考虑数据的空间和时间相关性，降低了假阳性和假阴性率。我们还展示了我们的方法的优势，通过使用静息态功能磁共振成像数据研究健康受试者和重度抑郁症患者之间的静息态功能连接的差异。
Conventional regions of interest (ROIs) - level resting state fMRI (functional magnetic resonance imaging) response analyses do not rigorously model the underlying spatial correlation within each ROI. This can result in misleading inference. Moreover, they tend to estimate the temporal covariance matrix with the assumption of stationary time series, which may not always be valid. To overcome these limitations, we propose a double-wavelet approach that simplifies temporal and spatial covariance structure because wavelet coefficients are approximately uncorrelated under mild regularity conditions. This property allows us to analyze much larger dimensions of spatial and temporal resting-state fMRI data with reasonable computational burden. Another advantage of our double-wavelet approach is that it does not require the stationarity assumption. Simulation studies show that our method reduced false positive and false negative rates by properly taking into account spatial and temporal correlations in data. We also demonstrate advantages of our method by using resting-state fMRI data to study the difference in resting-state functional connectivity between healthy subjects and patients with major depressive disorder.
登录
查看更多内容
影响因子：
2.5
作者：
AERTSEN, AMHJ;GERSTEIN, GL;PALM, G
通讯作者：
PALM, G
影响因子：
10.6
作者：
Greicius, Michael D.;Flores, Benjamin H.;Schatzberg, Alan F.
通讯作者：
Schatzberg, Alan F.
影响因子：
2.5
作者：
Kiviniemi, V;Kantola, JH;Tervonen, O
通讯作者：
Tervonen, O
影响因子：
5.7
作者：
Eryilmaz, Hamdi;Van De Ville, Dimitri;Vuilleumier, Patrik
通讯作者：
Vuilleumier, Patrik
影响因子：
2
作者：
De Luca, M;Smith, S;Matthews, PM
通讯作者：
Matthews, PM