fMRI 데이터의 독립 성분 분석: 가정 검토

독립 성분 분석(ICA)은 fMRI 데이터를 공간적으로 독립적인 활동 패턴으로 분리하며, 최근 탐색적 fMRI 분석에 적합한 방법임이 입증되었습니다. 기본 성분이 공간적으로 독립적이며 선형적으로 더해진다는 주된 가정의 유효성이 ICA 모델에 따라 각 복셀의 시간 경과를 관찰하기 위한 로그 가능도를 계산하여 대표적인 fMRI 데이터 세트를 사용하여 검토되었습니다. 백질 복셀의 시간 경과를 관찰할 확률은 다른 관찰된 뇌 영역에 비해 높았습니다. 혈관이 포함된 영역은 가장 낮은 확률을 보였습니다. 모든 복셀에 대한 확률의 통계적 분포는 가우시안 노이즈와 혼합된 소수의 독립 성분에 대해 기대되는 것과는 다른 모습이었습니다. 이러한 결과는 ICA 모델이 뇌의 특정 영역에서 데이터를 더 정확하게 표현할 수 있음을 시사하며, 혈류의 활동 의존적 원천과 노이즈 모두 비가우시안적임을 나타냅니다.