detecting activation in fmri data: an approach based on sparse representation of bold signal

الكشف عن التنشيط في بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI): نهج قائم على التمثيل المتناثر لإشارة BOLD

Clicks: 111
ID: 203271
2018
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #762 of 1,093 articles by views in journal of power sources

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 1,093 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
This paper proposes a simple yet effective approach for detecting activated voxels in fMRI data by exploiting the inherent sparsity property of the BOLD signal in temporal and spatial domains. In the time domain, the approach combines the General Linear Model (GLM) with a Least Absolute Deviation (LAD) based regression method regularized by the pseudonorm l0 to promote sparsity in the parameter vector of the model. In the spatial domain, detection of activated regions is based on thresholding the spatial map of estimated parameters associated with a particular stimulus. The threshold is calculated by exploiting the sparseness of the BOLD signal in the spatial domain assuming a Laplacian distribution model. The proposed approach is validated using synthetic and real fMRI data. For synthetic data, results show that the proposed approach is able to detect most activated voxels without any false activation. For real data, the method is evaluated through comparison with the SPM software. Results indicate that this approach can effectively find activated regions that are similar to those found by SPM, but using a much simpler approach. This study may lead to the development of robust spatial approaches to further simplifying the complexity of classical schemes.
تقترح هذه الورقة البحثية نهجًا بسيطًا وفعالًا في آنٍ واحد لكشف الفوكسلات (العناصر الحجمية) المُفعّلة في بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) من خلال استغلال خاصية التناثر المتأصلة لإشارة BOLD في المجالين الزمني والمكاني. ففي المجال الزمني، يدمج النهج النموذج الخطي العام (GLM) مع طريقة انحدار قائمة على أدنى انحراف مطلق (LAD) منظَّمة بشبه المعيار $l_0$ لتعزيز التناثر في متجه معلمات النموذج. أما في المجال المكاني، فيعتمد كشف المناطق المُفعّلة على تطبيق العتبة على الخريطة المكانية للمعلمات المُقدَّرة المرتبطة بمُثيِر محدد؛ حيث تُحسب العتبة عبر استغلال تناثر إشارة BOLD في المجال المكاني بافتراض نموذج توزيع لابلاس. تم التحقق من صحة النهج المقترح باستخدام بيانات اصطناعية وحقيقية للتصوير بالرنين المغناطيسي الوظيفي؛ وأظهرت النتائج، بالنسبة للبيانات الاصطناعية، قدرة النهج المقترح على كشف معظم الفوكسلات المُفعّلة دون حدوث أي تفعيل زائف. وبالنسبة للبيانات الحقيقية، قُيِّمت الطريقة من خلال مقارنتها ببرمجية SPM، وأشارت النتائج إلى أن هذا النهج يمكنه تحديد المناطق المُفعّلة بفعالية مماثلة لتلك المكتشفة بواسطة SPM، ولكن باستخدام أسلوب أبسط بكثير. قد تسهم هذه الدراسة في تطوير مناهج مكانية متينة لمزيد من التبسيط لتعقيدات النماذج التقليدية.
Reference Key
guillen2018mathematicaldetecting Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Blanca Guillen, Jose L. Paredes, Rubén Medina
Are you one of these authors? Claim your profile
Journal journal of power sources
Year 2018
DOI
10.1155/2018/1730149
URL
http://dx.doi.org/10.1155/2018/1730149
Keywords
civil engineering (general)mathematics engineering (general)

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.