Open betashort opened 4 years ago
fMRIの主要な目的は、ヒト脳の局所的な活性化の検出である。 fMRI統計力の不足とfalse positive rateの増大が最近の主要な問題として明らかにされた。 この問題に対応した、ノンパラメトリックで、閾値不要なフレームワークを提案する。 これのフレームワークをLISAと名付けた。 非線形フィルタを使用して、空間的な精度を犠牲にせず、空間コンテキストを組み込む。 多重比較補正は、フィルタを通した後のマップ上のFalse Discovery Rateの調整の役割を果たす。 広く使われている手法に比べ、統計力の向上を示し、検出漏れしていた小領域も検出することができた。 LISAの空間的感受性は、特に7T以上の高解像度fMRIの分析に適している。
0. 論文情報・リンク
論文リンク:https://www.nature.com/articles/s41467-018-06304-z 公開日時:01 October 2018 実装コード:https://github.com/lipsia-fmri Publication : Nature Communications
1. どんなもの?
2. 先行研究と比べてどこがすごいの?
3. 技術や手法の"キモ"はどこにある?
4. どうやって有効だと検証した?
5. 議論はあるか?
6. 次に読むべき論文はあるか?
7. 実装
8. 参考文献