Core Concepts
脳ネットワークにおける因果的十分性を確保するための必須外因性ノードのアルゴリズム識別手法を提案する。
Abstract
この研究では、脳ネットワークにおける因果的関係を探求する際に、必要な外部ノードを特定するアルゴリズム手法が提案されています。独自の3段階アプローチを使用し、人間コネクトームプロジェクト(HCP)の映画鑑賞課題データに適用して結果を示しました。視覚と注意のネットワーク間で相互作用を探求し、神経科学的研究と一致する潜在変数を同定しました。NF-iVAEとCCIメトリックを使用して混乱変数を特定し、信頼性を示すために30回の独立実行で結果をテストしました。
Stats
172人の参加者から得られたHCPの映画鑑賞課題データが使用されました。
脳はSchaeferパーセレーションスキームに基づいて100個の異なる領域に分割されました。
16個のサブコルチカル領域が追加され、因果的十分性が確保されました。
Quotes
"我々は脳ネットワーク内で混乱変数を同定する新しいアルゴリズム手法を紹介します。"
"NF-iVAEとCCIメトリックを使用して混乱変数を同定します。"