Bayesian longitudinal tensor response regression for modeling neuroplasticity

要約

縦断的神経画像研究の主な関心には、訪問全体にわたる治療やその他の要因によるボクセルレベルの神経可塑性の調査が含まれます。
ただし、従来のボクセルごとの方法にはいくつかの落とし穴があり、これらのアプローチの精度が損なわれる可能性があります。
我々は、空間的に分布したボクセル全体に情報をプールし、共変量を調整しながら重要な変化を推測する、縦断イメージングデータに対する新しいベイジアンテンソル応答回帰アプローチを提案します。
提案された方法は、マルコフ連鎖モンテカルロ (MCMC) サンプリングを使用して実装され、低ランク分解を利用して次元を削減し、係数を推定するときにボクセルの空間構成を保存します。
また、より正確な推論のために事後分布の形状を尊重する結合信頼領域を介した特徴選択も可能になります。
グループレベルの推論に加えて、この方法では個人レベルの神経可塑性を推論することができ、個人化された疾患や回復の軌跡の検査が可能になります。
ボクセルごとの回帰と比較した、予測と特徴選択の点で提案されたアプローチの利点が、広範なシミュレーション研究を通じて強調されています。
続いて、ベースラインで対照介入または意図的治療のいずれかを投与され、その後の訪問で追跡調査された被験者グループからの課題関数 MRI 画像で構成される縦断的失語症データセットにこのアプローチを適用します。
私たちの分析により、対照療法では脳活動の長期的な増加が見られたのに対し、意図的治療では主に短期的な変化が生じ、その両方が異なる局所領域に集中していることが明らかになりました。
対照的に、ボクセルごとの回帰では、多重度調整後の重大な神経可塑性を検出できませんでした。これは生物学的にありえないことであり、検出力の欠如を意味します。

要約(オリジナル)

A major interest in longitudinal neuroimaging studies involves investigating voxel-level neuroplasticity due to treatment and other factors across visits. However, traditional voxel-wise methods are beset with several pitfalls, which can compromise the accuracy of these approaches. We propose a novel Bayesian tensor response regression approach for longitudinal imaging data, which pools information across spatially-distributed voxels to infer significant changes while adjusting for covariates. The proposed method, which is implemented using Markov chain Monte Carlo (MCMC) sampling, utilizes low-rank decomposition to reduce dimensionality and preserve spatial configurations of voxels when estimating coefficients. It also enables feature selection via joint credible regions which respect the shape of the posterior distributions for more accurate inference. In addition to group level inferences, the method is able to infer individual-level neuroplasticity, allowing for examination of personalized disease or recovery trajectories. The advantages of the proposed approach in terms of prediction and feature selection over voxel-wise regression are highlighted via extensive simulation studies. Subsequently, we apply the approach to a longitudinal Aphasia dataset consisting of task functional MRI images from a group of subjects who were administered either a control intervention or intention treatment at baseline and were followed up over subsequent visits. Our analysis revealed that while the control therapy showed long-term increases in brain activity, the intention treatment produced predominantly short-term changes, both of which were concentrated in distinct localized regions. In contrast, the voxel-wise regression failed to detect any significant neuroplasticity after multiplicity adjustments, which is biologically implausible and implies lack of power.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google