脑结构连接体的运动不变变分自编码
摘要：基于扩散磁共振成像（MRI）的人脑结构连接图绘制，为理解脑结构连接性并将其与各种人类特征（如认知能力）联系起来提供了独特的机会。然而，在图像获取过程中存在的运动伪影可能会损害连接图重建和后续推理结果的准确性。我们开发了一个生成模型，可以学习具有对运动伪影不变性的结构连接图的低维表示，以便能够更准确地关联脑网络和人类特征，并生成经过运动调整的结构连接图。我们将所提出的模型应用于青少年大脑认知发展（ABCD）研究和人类连接组计划（HCP）的数据，以研究我们的运动不变性连接图如何促进对脑网络和认知之间关系的理解。实证结果表明，所提出的运动不变性变分自动编码器（inv-VAE）在各个方面优于其他方法。特别是，经过运动调整的结构连接图与各种与认知相关的特征之间的关联更强，而无需运动调整的方法则不然。开源代码可在https://github.com/yzhang511/inv-vae获得。
作者：Yizi Zhang, Meimei Liu, Zhengwu Zhang, and David Dunson
论文ID：2212.04535
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2023-07-12