UN APPROCCIO STATISTICO AL PROBLEMA DELL’ALLINEAMENTO DI DATI fMRI. Gli studi di risonanza magnetica funzionale multi-soggetto sono critici. La struttura anatomica e funzionale del cervello varia tra i soggetti, l’allineamento delle immagini `e indispensabile. In questo lavoro, si definisce un modello probabilistico per descrivere l’allineamento funzionale. Definendo una distribuzione a priori, come la Fisher Von Mises, per le matrici ortogonali, le informazioni anatomiche sono incorporate nel processo di stima, penalizzando la combinazione di voxel spazialmente distanti. Applicazioni reali mostrano un miglioramento nella classificazione e nell’interpretazione dei risultati rispetto ad altri metodi.
Multi-subject functional Magnetic Resonance Image studies are critical. The anatomical and functional structure varies across subjects, so the image alignment is necessary.We define a probabilistic model to describe functional alignment. Imposing a prior distribution, as the matrix Fisher Von Mises distribution, of the orthogonal transformation parameter, the anatomical information is embedded in the estimation of the parameters, i.e., penalizing the combination of spatially distant voxels. Real applications show an improvement in the classification and interpretability of the results comparing to various functional alignment methods.
A Statistical Approach to the Alignment of fMRI Data / Andreella, Angela; Feilong, Ma; Halchenko, Yaroslav; Haxby, James; Livio Finos, And. - (2020), pp. 733-738. (Intervento presentato al convegno SIS 2020 tenutosi a Pisa nel 22-24 Giugno 2020).
A Statistical Approach to the Alignment of fMRI Data
Andreella, AngelaPrimo
;Haxby, JamesPenultimo
;
2020-01-01
Abstract
UN APPROCCIO STATISTICO AL PROBLEMA DELL’ALLINEAMENTO DI DATI fMRI. Gli studi di risonanza magnetica funzionale multi-soggetto sono critici. La struttura anatomica e funzionale del cervello varia tra i soggetti, l’allineamento delle immagini `e indispensabile. In questo lavoro, si definisce un modello probabilistico per descrivere l’allineamento funzionale. Definendo una distribuzione a priori, come la Fisher Von Mises, per le matrici ortogonali, le informazioni anatomiche sono incorporate nel processo di stima, penalizzando la combinazione di voxel spazialmente distanti. Applicazioni reali mostrano un miglioramento nella classificazione e nell’interpretazione dei risultati rispetto ad altri metodi.File | Dimensione | Formato | |
---|---|---|---|
A Statistical Approach to the Alignment..., SIS 2020.pdf
Solo gestori archivio
Tipologia:
Versione editoriale (Publisher’s layout)
Licenza:
Tutti i diritti riservati (All rights reserved)
Dimensione
154.38 kB
Formato
Adobe PDF
|
154.38 kB | Adobe PDF | Visualizza/Apri |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione