Apr, 2020

跨个体检测功能性脑网络的动态社群结构：一种多层方法

PDF
TL;DR使用统一的统计框架，提出了 MSS-SBM 方法，可以跨个体并能捕捉时间上的演化，用于大量 multi-subject 的人脑功能网络的群体分析，应用于任务 fMRI 的分析中，探测了动态重构特征和不同任务条件下的 community connectivity 独特性。
brain functional networksmarkov-switching stochastic block modelmultilayer networkscommunity detectiondynamic modularity
发现论文，激发创造
  • 脑动力学多重空间时间模型中社区的排名

    该研究使用隐藏马尔科夫模型（HMM）来构建多层的带有时空结构的网络模型，探索动态脑活动和区域之间的交互。结果显示出支持神经熵理论的新证据，同时也支持原有的模块化处理假设。

    Mar, 2022

  • 提取大脑动态的多尺度因果骨干

    提取多尺度因果骨架与大脑连接在因果机制、多尺度因果结构学习、休息状态脑成像数据以及大脑连接的因果指纹等方面的关键词，并使用多尺度因果结构验证了大脑连接的因果指纹，从而支持现有关于大脑连接指纹的广泛研究。

    Oct, 2023

  • 多状态脑网络发现

    该研究论文介绍了一种新的模型 MNGL（Multi-state Network Graphical Lasso），通过将 CGL（coherent graphical lasso）与 GMM（Gaussian Mixture Model）相结合，成功地建模了多状态脑网络，通过使用合成和真实的 ADHD 200 fMRI 数据集，证明 MNGL 比最新的最先进替代方案发现更多解释性和逼真的结果。

    Nov, 2023

  • 动态社区结构建模序列与时态网络

    本文开发了一种数据驱动方法，基于 Markov 链模型和贝叶斯推断框架，同时解决了因过度拟合和任意先验时间尺度的影响对网络动态社群结构提取的问题。该方法可以确定相关时间尺度，并识别在网络上发生的动态模式以及塑造网络本身的因素。

    Sep, 2015

  • Functional2Structural：跨模态脑网络表示学习

    用 Deep Signed Brain Networks（DSBN）建立了一种新的图学习框架，以连接两种脑网络，以预测临床表型和神经退行性疾病，结果显示其优于其他现有方法。

    May, 2022

  • 随机漫步，马尔可夫过程和复杂网络的多尺度模块化组织

    该论文提出了一种基于 Markov Stability 的动态社区检测框架，该框架可以通过时间参数化函数自动查找在不同分辨率下的社区结构，并且能够高效地在大型网络中应用。

    Feb, 2015

  • 脑协方差选择：利用群体先验改进个体功能连接模型

    通过建立整个脑部的概率模型，利用群体数据来推断个体的脑连接结构，进而探索大规模的功能结构，以及首次展示已知的认知网络是如何成为功能连接图的集成社团的。

    Aug, 2010

  • 异质多层网络中的全局及个性化社区发现

    该研究探讨了不同实验条件或应用场景下观测到的多网络数据集的社区检测问题，并提出了基于随机块模型的多层网络模型，给出了全局结构和每层社区结构的最小最大速率及其算法，结果显示其在模拟示例和真实数据集上都具有很好的效果。

    Dec, 2020

  • 从功能性磁共振时间序列估计时变脑连通网络

    本文介绍了一种基于 Smooth Incremental Graphical Lasso Estimation (SINGLE) 算法的动态脑网络建模方法。通过应用 SINGLE 算法来分析 24 位健康患者进行选择 - 反应任务的功能磁共振成像数据，研究人员展示了伴随着认知任务的动态网络结构变化，特别是右侧额下回皮质区域的动态变化对于认知控制总起着重要作用，并可能在调控其他脑区之间的平衡中扮演关键角色。

    Oct, 2013

  • 动态社交网络中的基于模块化方法的社群跟踪

    本论文提出了一种基于模块性的策略来有效检测和跟踪动态社区，在合成网络和 Twitter 网络中的实验结果表明该框架优于其他最先进的方法，并且它为不同的社交网络提供了一个有价值的工具，来理解社区在动态社交网络中的演化。

    Feb, 2023