Enhancing task fMRI preprocessing via individualized model-based filtering of intrinsic activity dynamics.
Enhancing task fMRI preprocessing via individualized model-based filtering of intrinsic activity dynamics.
复制标题
通过基于个性化模型的内在活动动力学过滤来增强fMRI预处理fMRI预处理。
DOI：
10.1016/j.neuroimage.2021.118836
复制
发表时间：
2022-02-15
期刊：
影响因子：
5.7
通讯作者：
Braver, Todd S.
中科院分区：
文献类型：
--
作者：
Singh, Matthew F.;Wang, Anxu;Cole, Michael;Ching, ShiNung;Braver, Todd S.
关键词：
在fMRI中记录的大脑反应被认为反映了快速的、刺激诱发的活动和通过大脑网络的自发活动的传播。在目前的工作中，我们描述了一种方法，通过首先从BOLD信号中“过滤”出事件前活动的固有传播来改善任务诱发的大脑活动的估计。我们使用从个性化静息状态数据建立的中尺度个性化神经动力学（MINDy）模型来从任务- fmri信号中减去自发活动的传播（基于mind的滤波）。滤波后，使用常规技术对时间序列进行分析。结果表明，这种简单的操作显著提高了估计群体水平效应的统计能力和时间精度。此外，使用基于心智的过滤增加了神经激活谱的相似性和对同一构念（认知控制）任务中个体行为差异的预测准确性。因此，通过减去先前活动的传播，我们可以更好地估计与任务相关的神经效应。
Brain responses recorded during fMRI are thought to reflect both rapid, stimulus-evoked activity and the propagation of spontaneous activity through brain networks. In the current work, we describe a method to improve the estimation of task-evoked brain activity by first “filtering-out” the intrinsic propagation of pre-event activity from the BOLD signal. We do so using Mesoscale Individualized NeuroDynamic (MINDy) models built from individualized resting-state data to subtract the propagation of spontaneous activity from the task-fMRI signal (MINDy-based Filtering). After filtering, time-series are analyzed using conventional techniques. Results demonstrate that this simple operation significantly improves the statistical power and temporal precision of estimated group-level effects. Moreover, use of MINDy-based filtering increased the similarity of neural activation profiles and prediction accuracy of individual differences in behavior across tasks measuring the same construct (cognitive control).Thus, by subtracting the propagation of previous activity, we obtain better estimates of task-related neural effects.
登录
查看更多内容
影响因子：
3.2
作者：
Braver, Todd S.;Kizhner, Alexander;Tang, Rongxiang;Freund, Michael C.;Etzel, Joset A.
通讯作者：
Etzel, Joset A.
影响因子：
5.7
作者：
Davey, Catherine E.;Grayden, David B.;Johnston, Leigh A.
通讯作者：
Johnston, Leigh A.
影响因子：
5.3
作者：
Cole, Michael W.;Ito, Takuya;Sanchez-Romero, Ruben
通讯作者：
Sanchez-Romero, Ruben
影响因子：
48
作者：
Esteban, Oscar;Markiewicz, Christopher J.;Gorgolewski, Krzysztof J.
通讯作者：
Gorgolewski, Krzysztof J.
影响因子：
5.7
作者：
Fischl, Bruce
通讯作者：
Fischl, Bruce