Unbiased and efficient sampling of timeseries reveals redundancy of brain network and gradient structure
Unbiased and efficient sampling of timeseries reveals redundancy of brain network and gradient structure
复制标题
时间序列的无偏且高效采样揭示了大脑网络和梯度结构的冗余
DOI：
10.1016/j.neuroimage.2023.120110
复制
发表时间：
2023
期刊：
影响因子：
5.7
通讯作者：
Rubinov, Mikail
中科院分区：
文献类型：
--
作者：
Nanda, Aditya;Rubinov, Mikail
人类神经科学中的许多研究试图了解大脑网络和梯度的结构。然而，很少有研究测试这些外表截然不同的特征之间的冗余性。在这里，我们开发了直接启用此类测试的方法。我们建立在线性代数洞察力的基础上，开发了对具有网络或梯度约束的时间序列进行无偏和有效采样的方法。我们使用这些方法来显示功能磁共振数据中流行的网络定义和梯度结构之间的相当大的冗余。一方面，我们发现网络约束在很大程度上解释了三个主要梯度的结构。另一方面，我们发现梯度约束在很大程度上解释了七个主要网络的结构。我们的结果表明，某些网络和梯度可能表示功能磁共振数据的相同方面的离散和连续表示。我们认为，综合解释可以通过避免将独立的存在或功能归因于这些特征来减少冗余。
Many studies in human neuroscience seek to understand the structure of brain networks and gradients. Few studies, however, have tested the redundancy between these outwardly distinct features. Here, we developed methods to directly enable such tests. We built on insights from linear algebra to develop methods for unbiased and efficient sampling of timeseries with network or gradient constraints. We used these methods to show considerable redundancy between popular definitions of network and gradient structure in functional MRI data. On the one hand, we found that network constraints largely accounted for the structure of three major gradients. On the other hand, we found that gradient constraints largely accounted for the structure of seven major networks. Our results imply that some networks and gradients may denote discrete and continuous representations of the same aspects of functional MRI data. We suggest that integrated explanations can reduce redundancy by avoiding the attribution of independent existence or function to these features.
登录
查看更多内容
影响因子：
5.7
作者：
Van Essen, David C.;Smith, Stephen M.;Barch, Deanna M.;Behrens, Timothy E. J.;Yacoub, Essa;Ugurbil, Kamil
通讯作者：
Ugurbil, Kamil
影响因子：
5.7
作者：
Liu TT;Nalci A;Falahpour M
通讯作者：
Falahpour M
DOI：
10.1093/cercor/bhab149
发表时间：
2021-10-01
期刊：
Cerebral cortex (New York, N.Y. : 1991)
影响因子：
--
作者：
Vos de Wael R;Royer J;Tavakol S;Wang Y;Paquola C;Benkarim O;Eichert N;Larivière S;Xu T;Misic B;Smallwood J;Valk SL;Bernhardt BC
通讯作者：
Bernhardt BC
DOI：
10.1098/rstb.2020.0518
发表时间：
2022-02-14
期刊：
Philosophical transactions of the Royal Society of London. Series B, Biological sciences
影响因子：
--
作者：
Cisek P;Hayden BY
通讯作者：
Hayden BY
影响因子：
25
作者：
Bolt, Taylor;Nomi, Jason S.;Keilholz, Shella D.
通讯作者：
Keilholz, Shella D.