CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishIn longitudinal fMRI studies the challenge is to localize in the brain the effects of a treatment interleaving two recordings. The issue is to assess how the treatment affects the BOLD response, independently of the underlying inherent variance of the measured signal, caused by the subject variability or by the scanner sensitivity to environmental conditions. In this work we propose a model-free method able to compute a brain map capturing the effects of the treatment. The approach, performs a pairwise similarity-based analysis of two fMRI sessions using a state-of-the-art multivariate approach. We illustrate the empirical results on a dataset concerned with a study on aphasia rehabilitation. The pairwise method allows to reproduce the same brain areas obtained with a reference approach based on GLM analysis. In addition the proposed method highlights new brain regions that are compliant with a neuroscientific interpretation.
Scheda prodotto non validato
I dati visualizzati non sono stati ancora sottoposti a validazione formale da parte dello Staff di IRIS, ma sono stati ugualmente trasmessi al Sito Docente Cineca (Loginmiur).
| Titolo: | Pairwise analysis for longitudinal fMRI studies |
| Autori: | Sona, D.; Avesani, P.; Magon, Stefano; Basso, Gianpaolo; Miceli, Gabriele |
| Autori Unitn: | |
| Titolo del volume contenente il saggio: | Machine learning and interpretation in neuroimaging |
| Luogo di edizione: | Heidelberg |
| Casa editrice: | Springer |
| Anno di pubblicazione: | 2012 |
| ISBN: | 9783642347122 9783642347139 |
| Handle: | http://hdl.handle.net/11572/98994 |
| Appare nelle tipologie: | 02.1 Saggio su volume miscellaneo o Capitolo di libro (Essay or Book Chapter) |
File in questo prodotto:
Copyright © 2020