Open betashort opened 4 years ago
変化点分析は、多くで使用されるデータの予期しない動作を理解する 医用画像を含むさまざまな分野。 変更点検出アルゴリズムを使用して、アクティベーションを見つけることができます 機能的磁気共鳴画像(fMRI)シーケンス。 最も機能的磁気共鳴画像の一般的な分析はアクティベーション検出。 目的は、次の場所を見つけることです 視覚処理などの特定の機能に応答する脳または関連する刺激をタスクとして提供することによる運動機能実験。 アクティベーションが行われているインスタンスを検出することも重要です トリガーされます。 このペーパーでは、一連の変更を提案し、比較します fMRIでアクティベーション時間を見つけるためのポイント分析方法 実験。回帰ベースの方法、統計これらのポイントを見つけるためのメソッドとダブルスライディングウィンドウメソッド。 分析は、メソッドが以下に従ってアクティベーションを見つけることを示しています。 統計的パラメトリックマップ(SPM)などの確立された方法を使用します。 提案された方法は3つの異なるfMRI実験に適用されます 運動課題、視覚課題、言語課題があります。
0. 論文情報・リンク
論文リンク:https://pdfs.semanticscholar.org/ef9f/1aedc2dabdb3c66167c8e928c8c041a4b7f0.pdf 公開日時:Volume 11, 2017 実装コード: Publication : INTERNATIONAL JOURNAL OF BIOLOGY AND BIOMEDICAL ENGINEERING Volume 11, 2017
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