Dynamic connectivity regression: determining state-related changes in brain connectivity.
Dynamic connectivity regression: determining state-related changes in brain connectivity.
复制标题
DOI：
10.1016/j.neuroimage.2012.03.070
复制
发表时间：
2012-07-16
期刊：
影响因子：
5.7
通讯作者：
Lindquist, Martin A.
中科院分区：
文献类型：
--
作者：
Cribben, Ivor;Haraldsdottir, Ragnheidur;Atlas, Lauren Y.;Wager, Tor D.;Lindquist, Martin A.
大多数对功能磁共振成像数据的统计分析都假设所研究的心理过程的性质、时间和持续时间是已知的。然而，通常很难事先指定这些信息。在这项工作中，我们引入了一种数据驱动的技术，用于将实验时间过程划分为不同的时间间隔，在一组感兴趣的区域（ROI）之间具有不同的多元功能连接模式。该技术称为动态连接回归（DCR），检测功能连接中的时间变化点，并估计ROI之间的关系图或关系集，用于时间分区中落在变化点对之间的数据。因此，DCR允许估计每个分区的连通性变化时间和连通性图，而不需要实验设计性质的先验知识。使用排列和自举方法对变化点进行推理。该方法被应用到各种模拟数据集，以及从一项研究（N = 26）的状态焦虑诱导使用社会评价威胁的挑战的功能磁共振成像数据集。结果表明，该方法能够观察不同大脑区域之间的网络如何随着受试者的情绪状态而变化。
Most statistical analyses of fMRI data assume that the nature, timing and duration of the psychological processes being studied are known. However, often it is hard to specify this information a priori. In this work we introduce a data-driven technique for partitioning the experimental time course into distinct temporal intervals with different multivariate functional connectivity patterns between a set of regions of interest (ROIs). The technique, called Dynamic Connectivity Regression (DCR), detects temporal change points in functional connectivity and estimates a graph, or set of relationships between ROIs, for data in the temporal partition that falls between pairs of change points. Hence, DCR allows for estimation of both the time of change in connectivity and the connectivity graph for each partition, without requiring prior knowledge of the nature of the experimental design. Permutation and bootstrapping methods are used to perform inference on the change points. The method is applied to various simulated data sets as well as to an fMRI data set from a study (N=26) of a state anxiety induction using a socially evaluative threat challenge. The results illustrate the method’s ability to observe how the networks between different brain regions changed with subjects’ emotional state.
登录
查看更多内容
影响因子：
5.7
作者：
Ginestet, Cedric E.;Simmons, Andrew
通讯作者：
Simmons, Andrew
DOI：
10.1073/pnas.1018985108
发表时间：
2011-05-03
影响因子：
11.1
作者：
Bassett, Danielle S.;Wymbs, Nicholas F.;Grafton, Scott T.
通讯作者：
Grafton, Scott T.
影响因子：
4.5
作者：
KUNSCH, HR
通讯作者：
KUNSCH, HR
影响因子：
1.9
作者：
DEMPSTER, AP
通讯作者：
DEMPSTER, AP
影响因子：
5.7
作者：
Pourahmadi, Mohsen
通讯作者：
Pourahmadi, Mohsen