نهج النموذج الخطي العام البايزي لتحليل بيانات fMRI لسطح القشرة

لقد نمت شعبية تصوير الرنين المغناطيسي الوظيفي لسطح القشرة (cs-fMRI) مؤخرًا مقارنة بتصوير الرنين المغناطيسي الوظيفي الحجمي التقليدي. بالإضافة إلى تقديم تصور أفضل للدماغ بالكامل، وتقليل الأبعاد، وإزالة أنواع الأنسجة الزائدة، وتحسين محاذاة المناطق القشرية عبر الأفراد، فإنه يتوافق أيضًا بشكل أكبر مع الافتراضات الشائعة لنماذج البايزية المكانية. ومع ذلك، حيث لم يُقترح أي نموذج بايزي مكاني لبيانات cs-fMRI، فإن معظم التحليلات تواصل استخدام النموذج الخطي العام الكلاسيكي (GLM)، وهو نهج "وحيد متغير ضخم". هنا، نقترح نموذج GLM بايزي مكاني لـ cs-fMRI، والذي يستخدم فئة من العمليات المكانية المتطورة لنمذجة مجالات التنشيط الكامنة. نحن نقوم بعدة خطوات متقدمة مقارنة بالنماذج البايزية المكانية الموجودة لتصوير الرنين المغناطيسي الوظيفي الحجمي. أولاً، نستخدم تقريب اللابلاس المتداخل المدمج (INLA)، وهو تقنية حساب بايزية دقيقة وفعالة للغاية، بدلاً من بايز التغيري (VB). لتحديد مناطق التنشيط، نستخدم طريقة مجموعة النزهات المستندة إلى توزيع ما بعد المشترك للمجالات الكامنة، بدلاً من التوزيع الهامشي عند كل موقع. أخيرًا، نقترح أول نهج لنمذجة بايزي مكاني متعدد الأفراد، والذي يعالج فجوة رئيسية في الأدبيات الموجودة. الطرق مفيدة من الناحية الحسابية وتم التحقق منها من خلال دراسات المحاكاة ودراستين عن المهمات من مشروع الاتصال البشري.