Segregation between the parietal memory network and the default mode network: effects of spatial smoothing and model order in ICA.
Segregation between the parietal memory network and the default mode network: effects of spatial smoothing and model order in ICA.
复制标题
DOI：
10.1007/s11434-016-1202-z
复制
发表时间：
2016
期刊：
影响因子：
18.9
通讯作者：
Zuo, Xi-Nian
中科院分区：
文献类型：
--
作者：
Hu, Yang;Wang, Jijun;Li, Chunbo;Wang, Yin-Shan;Yang, Zhi;Zuo, Xi-Nian
关键词：
根据最近的功能磁共振研究，一个由两个关键的顶叶节点--楔前和后扣带皮质组成的大脑网络已经出现。尽管它在解剖学上与默认模式网络(DMN)相邻并在空间上重叠，但其功能一直与记忆加工有关，并被称为顶叶记忆网络(PMN)。独立分量分析(ICA)是一种最常用的数据驱动方法，用于同时提取PMN和DMN。然而，独立分量分析中的数据预处理和参数确定对PMN-DMN分离的影响是完全未知的。在这里，我们使用组ICA的三种典型算法来评估空间平滑和模型阶数对PMN-DMN分离程度的影响。我们的结果表明，PMN和DMN只有在三种独立分量分析算法中使用低级别空间平滑和高模型阶数的组合才能稳定地分离。因此，我们主张对解释DMN数据的参数设置进行更多的考虑。本文的在线版本(doi：10.1007/s11434-0161202-z)包含补充材料，授权用户可以使用。
A brain network consisting of two key parietal nodes, the precuneus and the posterior cingulate cortex, has emerged from recent fMRI studies. Though it is anatomically adjacent to and spatially overlaps with the default mode network (DMN), its function has been associated with memory processing, and it has been referred to as the parietal memory network (PMN). Independent component analysis (ICA) is the most common data-driven method used to extract PMN and DMN simultaneously. However, the effects of data preprocessing and parameter determination in ICA on PMN–DMN segregation are completely unknown. Here, we employ three typical algorithms of group ICA to assess how spatial smoothing and model order influence the degree of PMN–DMN segregation. Our findings indicate that PMN and DMN can only be stably separated using a combination of low-level spatial smoothing and high model order across the three ICA algorithms. We thus argue for more considerations on parametric settings for interpreting DMN data. The online version of this article (doi:10.1007/s11434-016-1202-z) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
3
作者：
Michael AM;Anderson M;Miller RL;Adalı T;Calhoun VD
通讯作者：
Calhoun VD
影响因子：
4.8
作者：
Kiviniemi, Vesa;Starck, Tuomo;Tervonen, Osmo
通讯作者：
Tervonen, Osmo
DOI：
10.1098/rstb.2005.1634
发表时间：
2005-05-29
影响因子：
6.3
作者：
Beckmann, CF;DeLuca, M;Smith, SM
通讯作者：
Smith, SM
影响因子：
4.8
作者：
Abou-Elseoud, Ahmed;Starck, Tuomo;Kiviniemi, Vesa
通讯作者：
Kiviniemi, Vesa
DOI：
10.1073/pnas.0308627101
发表时间：
2004-03-30
影响因子：
11.1
作者：
Greicius, MD;Srivastava, G;Menon, V
通讯作者：
Menon, V