Multivariate Wasserstein Functional Connectivity for Autism Screening

要約

機能的磁気共鳴画像法 (fMRI) データから脳の機能的接続性を推定するほとんどのアプローチは、統計的依存性、またはより一般的には、複数のボクセルで構成される関心領域 (ROI) の一変量の代表的な時系列間の距離の計算に依存しています。
.
ただし、ROI の複数の時系列をその平均値または最初の主成分 (1PC) で要約すると、情報が失われる可能性があります。たとえば、1PC は神経活動の多変量信号の分散のごく一部しか説明しないためです。
ワッサースタイン距離に基づいて、必ずしも同じ数のボクセルで構成されるとは限らない、代表的な時系列を使用せずに ROI を直接比較することを提案します。
自閉症スクリーニング タスクで提案されたワッサースタインの機能的接続測定を評価し、一般的に使用される単変量および多変量の機能的接続測定よりも優れていることを示します。

要約(オリジナル)

Most approaches to the estimation of brain functional connectivity from the functional magnetic resonance imaging (fMRI) data rely on computing some measure of statistical dependence, or more generally, a distance between univariate representative time series of regions of interest (ROIs) consisting of multiple voxels. However, summarizing a ROI’s multiple time series with its mean or the first principal component (1PC) may result to the loss of information as, for example, 1PC explains only a small fraction of variance of the multivariate signal of the neuronal activity. We propose to compare ROIs directly, without the use of representative time series, defining a new measure of multivariate connectivity between ROIs, not necessarily consisting of the same number of voxels, based on the Wasserstein distance. We assess the proposed Wasserstein functional connectivity measure on the autism screening task, demonstrating its superiority over commonly used univariate and multivariate functional connectivity measures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google