基于网络主题的fMRI数据的有效连通性分析

从普适计算的角度出发,探索不同时空尺度的神经元组件之间的有效连通性是人脑研究中的重要问题。 同时,网络主题在网络分类和结构网络特性分析中发挥作用。 本文开发了一种通过使用网络图案来分析功能磁共振成像(fMRI)数据的有效连通性的方法。 首先,基于格兰杰因果关系分析(GCA)分析了功能磁共振成像时间序列之间的有向相互作用,从而建立了复杂的网络以揭示不同大脑区域之间的因果关系。 然后用多种网络图案描述了复杂网络中的有效连通性,并根据网络图案拓扑参数表征了fMRI数据的统计特性。 最后,实验结果表明,该方法在测试和测量fMRI数据的有效连通性方面是可行的。