fMRIデータの独立成分分析：仮定の検証

独立成分分析（ICA）は、fMRIデータを空間的に独立した活動のパターンに分離する方法であり、最近では探索的fMRI分析に適した方法であることが示されました。ICAの仮定の妥当性、主に基となる成分が空間的に独立していて、線形に加算されるということが、代表的なfMRIデータセットを用いて探求されました。ICAモデルに条件付けされた各ボクセルの時間経過を観察する対数尤度を計算することで、白質ボクセルからの時間経過が他の観察された脳領域よりも高い確率で観察されることが明らかになりました。血管を含む領域は最も低い確率を示しました。また、すべてのボクセルにおける確率の統計分布は、ガウスノイズと混合された少数の独立成分に対する期待値とは似ていませんでした。これらの結果は、ICAモデルが脳の特定の領域におけるデータをより正確に表現している可能性があり、血流の活動依存源とノイズの両方が非ガウス的であることを示唆しています。