Nov, 2023

多状态脑网络发现

PDF
TL;DR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。
brain network discoverymulti-state brain networksneuroimaging datamnglgaussian mixture model
发现论文，激发创造
  • 任务状态下的脑网络适应性

    利用网络科学的方法，探究大脑在不同的认知状态下的功能交互与重构，采用超图形式的分析方法证明大脑的适应性可以由驱动认知系统动态整合的共同过程来描述，这一分析方法也可以用于研究跨任务、跨年龄和跨群体的功能变化。

    Jul, 2014

  • 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

  • 利用图神经网络对脑结构和功能网络进行联合嵌入进行精神疾病诊断

    我们提出了一种基于多视图 GNN 和对比学习的方法，用于对多模态脑网络进行分析，并通过在两个现实疾病数据集上的实验证明了该方法的有效性。

    Jul, 2021

  • 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

  • 人类脑网络中的认知嵌合状态

    本文探讨使用 chimera-based 框架，研究脑区之间同步的不同模式对认知系统的影响，并提出四个认知系统分类，以反映它们的不同功能角色。

    Jul, 2018

  • 跨个体检测功能性脑网络的动态社群结构：一种多层方法

    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。

    Apr, 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

  • 多尺度脑网络

    本文介绍了多尺度脑网络结构的内容、方法和现状，并提供了实证证据、网络方法和当前领域的前沿和未解决问题。

    Aug, 2016

  • 脑网络聚类分析的多视角多图嵌入

    使用张量技术将多视图和多图脑网络的依赖关系和相关性同时结合，可以通过利用多视图和多图交互来对脑网络进行聚类，提高疾病机理的理解和治疗方法的指导。

    Jun, 2018

  • HDGL：一种用于脑疾病分类的层次动态图表示学习模型

    我们提出了一种分层动态图表示学习模型 (HDGL)，该模型可以构建大脑网络图，并学习它们的空间和时间嵌入，并在嵌入学习后形成人群图并进行分类。通过在 ABIDE 和 ADHD-200 数据集上评估该模型的性能，结果显示在多种评估指标上相较于其他最先进的模型，该模型有所改善。

    Nov, 2023