×
阿米罗申·贾法里安;彼得·泽德曼;弗拉基米尔·利特瓦克;卡尔·弗里斯顿

耦合动力系统中的结构学习和动态因果建模。 （英语） Zbl 1462.62181号

菲洛斯。事务处理。英国皇家学会。，A、 数学。物理学。工程科学。 377，No.2160，文章ID 20190048，20 p.（2019）.
摘要：从许多看似合理的候选者中识别耦合动力系统，每个候选者都可以作为一些观测值的潜在生成器，这是一个严重的不适定问题，在建模真实世界现象时经常会出现。在这篇综述中，我们详细介绍了一套用于推断非线性耦合动力系统结构的统计过程（结构学习），这在神经科学研究中被证明是有用的。这里的一个关键焦点是根据贝叶斯模型证据对网络架构的竞争模型和隐式耦合函数进行比较。这些方法统称为动态因果建模。我们将重点放在一种被证明非常有用的相对较新的方法上，即贝叶斯模型约简，它可以快速评估和比较不同网络体系结构的模型。我们通过建模神经血管耦合（连接神经元和血管系统的细胞路径）来说明这些技术的有用性，其功能是神经生物学和耦合神经系统成像研究的一个活跃焦点。

理学硕士：

2015年1月62日 贝叶斯推断
92-10 生物相关问题的数学建模或模拟
92B15号机组 普通生物统计学

关键词：

动态因果模型;贝叶斯模型约简;贝叶斯模型选择;数学建模;计算机建模与仿真;统计学;生物物理学;计算生物学;微分方程
PDF格式BibTeX公司 XML格式引用
\textit{A.Jafarian}等人，Philos。事务处理。英国皇家学会。，A、 数学。物理学。工程科学。377，第2160号，文章ID 20190048，20页（2019；Zbl 1462.62181）
全文： 内政部 arXiv公司 链接
OA许可证

参考文献：

[1] Bishop CM.2006模式识别和机器学习，738 p.柏林，德国：施普林格·Zbl 1107.68072号
[2] 比尔MJ。2003近似贝叶斯推理的变分算法。伦敦大学学院博士论文。
[3] 萨维奇LJ。1972年《统计学基础》，310页，纽约：多佛出版社·Zbl 0276.62006号
[4] Friston KJ、Harrison L、Penny W.2003动态因果建模。《神经影像》第19期，第1273-1302页。（doi:10.1016/S1053-8119（03）00202-7）·doi:10.1016/S1053-8119（03）00202-7
[5] Rosa MJ、Penny WD、Stephan KE、Schofield TM、Friston KJ、Leff AP。2010年比较动态因果模型族。公共科学图书馆计算。生物学6，e1000709。（doi:10.1371/journal.pcbi.1000709）·doi:10.1371/journal.pcbi.1000709
[6] Friston K，Penny W.，2011年后期贝叶斯模型选择。神经影像562089-1999。（doi:10.1016/j.neuroimage.2011.03.062）·doi:10.1016/j.neuroimage.2011.03.062
[7] Friston KJ、Karl J.、Ashburner J、Kiebel S、Nichols T、Penny WD。2007年统计参数映射：脑功能图像分析。荷兰阿姆斯特丹：爱思唯尔。
[8] Zaytseva Y等人，2018年通过错误和相应的脑网络对精神分裂症认知功能障碍进行理论建模。前面。心理学。9, 1-22. （doi:10.3389/fpsyg.2018.01027）·doi:10.3389/fpsyg.2018.01027
[9] Duzel E、Fuentemilla L、Penny WD、Friston K、Litvak V.2009年相位耦合的动态因果模型。《神经科学杂志》。方法。183, 19-30. （doi:10.1016/j.neumeth.2009.06.029）·doi:10.1016/j.pneumeth.2009.06.029
[10] Daunizeau J、Kiebel SJ、Friston KJ。2009分布式电磁响应的动态因果模型。神经影像学。47, 590-601. （doi:10.1016/j.neuroimage.2009.04.062）·doi:10.1016/j.neuroimage.2009.04.062
[11] Wang W-X，Lai Y-C，Grebogi C.2016非线性和复杂动力系统的基于数据的识别和预测。物理学。代表644，1-76。（doi:10.1016/j.physrep.2016.06.004）·Zbl 1359.70089号 ·doi:10.1016/j.physrep.2016.06.004
[12] Evensen G.2009数据同化：集合卡尔曼滤波器。德国柏林：施普林格·Zbl 1395.93534号
[13] Bittanti S.2019模型识别和数据分析。新泽西州霍博肯：威利·Zbl 1411.00033号
[14] Siek MBLA，2011年联合国教科文组织-高等教育学院水教育研究所。风暴潮预测：混沌、计算智能、数据同化、集合。佛罗里达州博卡拉顿：CRC出版社。
[15] Friston KJ公司。2011年功能和有效连接：综述。大脑连接。1, 13-36. （doi:10.1089/brain.2011.008）·doi:10.1089/brain.2011.0008
[16] Stephan KE、Weiskopf N、Drysdale PM、Robinson PA、Friston KJ。2007年比较血液动力学模型与DCM。神经影像38，387-401。（doi:10.1016/j.neuroimage.2007.07.040）·doi:10.1016/j.欧洲图像.2007.07.040
[17] David O，Friston KJ。2003年MEG/EEG神经质量模型：耦合和神经元动力学。《神经影像》第20期，1743-1755页。（doi:10.1016/j.neuroimage.2003.07.015）·doi:10.1016/j.neuroimage.2003.07.015
[18] Friston K.2009自由能源原则：大脑的粗略指南？趋势认知。科学。第13293-301页。（doi:10.1016/j.tics.2009.04.005）·doi:10.1016/j.tics.2009.04.005
[19] Friston KJ，Stephan KE.2007自由能源与大脑。合成159，417-458。（doi:10.1007/s11229-007-9237-y）·doi:10.1007/s11229-007-9237-y
[20] Friston KJ，Trujillo-Barreto N，Daunizeau J.2008 DEM：动态系统的变分处理。神经影像41，849-885。（doi:10.1016/j.neuroimage.2008.02.054）·doi:10.1016/j.neuroimage.2008.02.054
[21] Friston KJ、Preller KH、Mathys C、Cagnan H、Heinzle J、Razi A Zeidman P.2017年重新审视了动态因果建模。神经影像199，730-744。（doi:10.1016/j.neuroimage.2017.02.045）·doi:10.1016/j.neuroimage.2017.02.045
[22] Büchel C，Friston K.1997通过注意调节视觉通路中的连接：用结构方程模型和fMRI评估皮层相互作用。Cereb。Cortex 7，768-778。（doi:10.1093/cercor/7.8.768）·doi:10.1093/cercor/7.8.768
[23] Stankovski T，Duggento A，McClintock PVE，Stefanovska A.2014时间演化动态贝叶斯推断教程。欧洲物理学。J.规格顶部。223, 2685-2703. （doi:10.1140/epjst/e2014-02286-7）·doi:10.1140/epjst/e2014-02286-7
[24] Voss HU、Timmer J、Kurths J.2004不确定和间接测量的非线性动力系统识别。《国际分叉混沌》第14期，1905-1933年。（doi:10.1142/S0218127404010345）·Zbl 1129.93545号 ·doi:10.1142/S0218127404010345
[25] Dowlati E，Adams SE，Stiles AB，Moran RJ.2016《老化到知觉控制：双稳态知觉fMRI研究的动态因果模型》。前面。嗯，神经科学。图10，1-12。（doi:10.3389/fnhum.2016.00141）·doi:10.3389/fnhum.2016.00141
[26] Dima D，Jogia J，Frangou S.2014言语工作记忆网络内有效连接性的负荷依赖性调制的动态因果模型。脑映射。35, 3025-3035. （doi:10.1002/hbm.22382）·doi:10.1002/hbm.22382
[27] Heinzle J，Stephan KE。2017动态因果建模及其在精神疾病中的应用。《计算精神病学：精神疾病的数学建模》（eds A Anticevic，JD Murray），第117-144页。英国伦敦：学术出版社。
[28] Razi A、Zou J、Zeidman P、Zhou Y、Friston KJ、Wang H、Wang H、Frison KJ。2017年精神分裂症内在和外在连接性改变。神经影像17，704-716。（doi:10.1016/j.nicl.2017.12.006）·doi:10.1016/j.nicl.2017.12.006
[29] Chen CC、Kiebel SJ、Friston KJ。2008诱导反应的动态因果模型。神经影像41，1293-1312。（doi:10.1016/j.neuroimage.2008.03.026）·doi:10.1016/j.neuroimage.2008.03.026
[30] Wu SC，Swindlehurst AL.2013大脑连接动态因果建模的算法和界限。IEEE传输。信号处理。61, 2990-3001. （doi:10.1109/TSP.2013.225040）·Zbl 1393.94496号 ·doi:10.1109/TSP.2013.225040
[31] Kilner JM、Harrison LM、Friston KJ、Kiebel SJ、Mattout J、David O.2006 EEG和MEG中诱发反应的动态因果模型。神经影像30，1255-1272。（doi:10.1016/j.neuroimage.2005.10.045）·doi:10.1016/j.neuroimage.2005.10.045
[32] Papadopoulou M等人，2018年NMDA受体抗体改变皮层微电路动力学。程序。美国国家科学院。科学。美国115，E9916-E9925。（doi:10.1073/pnas.1804846115）·doi:10.1073/pnas.1804846115
[33] Papadopoulou M、Leite M、van Mierlo P、Vonck K、Lemieux L、Friston K、Marinazzo D。2015使用动态因果模型追踪突触增益中的慢调制：癫痫的验证。神经影像107、117-126。（doi:10.1016/j.neuroimage.2014.12.007）·doi:10.1016/j.neuroimage.2014.12.007
[34] Rosch RE、Hunter PR、Baldeweg T、Friston KJ、Meyer MP。2018年钙成像和动态因果模型揭示了癫痫发作期间有效连接性和突触动力学的全脑变化。公共科学图书馆计算。生物学14，e1006375。（doi:10.1371/journal.pcbi.1006375）·doi:10.1371/journal.pcbi.1006375
[35] Fries P、Bastos AM、Mangun GR、Adams RA、Friston KJ、Usrey WM。2012年预测编码标准微电路。神经元76，695-711。（doi:10.1016/j.neuron.2012.10.038）·doi:10.1016/j.neuron.2012.10.038
[36] Friston KJ，Daunizau J，Kilner J，Kiebel SJ.2010行动与行为：自由能公式。生物、网络。102, 227-260. （doi:10.1007/s00422-010-0364-z）·doi:10.1007/s00422-010-0364-z
[37] Penny WD、Kiebel SJ、Kilner JM、Rugg MD.2002事件相关脑动力学。《神经科学趋势》。第25287-389页。（doi:10.1016/S0166-2236（02）02202-6）·doi:10.1016/S0166-2236（02）02202-6
[38] Moran RJ、Stephan KE、Seidenbecher T、Pape HC、Dolan RJ、Friston KJ。2009年稳态响应的动态因果模型。神经影像44，796-811。（doi:10.1016/j.neuroimage.2008.09.048）·doi:10.1016/j.neuroimage.2008.09.048
[39] Friston KJ、Bastos A、Litvak V、Stephan KE、Fries P、Moran RJ.2012复值数据的DCM：交叉谱、相干性和相位延迟。神经影像59，439-455。（doi:10.1016/j.neuroimage.2011.07.048）·doi:10.1016/j.neuroimage.2011.07.048
[40] Valdes PA、Jimenez JC、Riera J、Biscay R、Ozaki T.1999基于神经质量模型的非线性脑电图分析。生物、网络。81, 415-424. （doi:10.1007/s004220050572）·Zbl 0960.92016号 ·doi:10.1007/s004220050572
[41] Friston KJ、Mechelli A、Turner R、Price CJ。2000功能磁共振成像中的非线性反应：气球模型、Volterra核和其他血流动力学。神经影像学12，466-477。（doi:10.1006/nimg.2000.0630）·doi:10.1006/nimg.2000.0630
[42] 霍金斯英国电信，戴维斯TP。2005年健康与疾病中的血脑屏障/神经血管单元。药理学。修订版57/173-185。（doi:10.1124/pr.57.2.4）·doi:10.1124/pr.57.2.4
[43] Daunizeau J、Stephan KE、Friston KJ。2012年fMRI数据的随机动态因果模型：我们应该关心神经噪声吗？神经影像62，464-481。（doi:10.1016/j.neuroimage.2012.04.061）·doi:10.1016/j.欧洲图像.2012.04.061
[44] Penny W，Ghahramani Z，Friston K.2005双线性动力系统。菲尔翻译。R.Soc.B.360983-993年。（doi:10.1098/rstb.2005.1642）·doi:10.1098/rstb.2005.1642
[45] Marreiros AC、Kiebel SJ、Friston KJ。2008年功能磁共振成像的动态因果模型：一个两状态模型。神经影像39，269-278。（doi:10.1016/j.neuroimage.2007.08.019）·doi:10.1016/j.neuroimage.2007.08.019
[46] Lemaréchal J-D，George N，David O。2018电生理数据动态因果建模的两种集成方法比较。神经影像173，623-631。（doi:10.1016/j.neuroimage.2018.02.031）·doi:10.1016/j.neuroimage.2018.02.031
[47] Pinotsis DA、Moran RJ、Friston KJ。2012年神经场动态因果建模。神经影像59，1261-1274。（doi:10.1016/j.neuroimage.2011.08.020）·doi:10.1016/j.neuroimage.2011.08.020
[48] Friston KJ公司。2008年变异滤波。神经影像41，747-766。（doi:10.1016/j.neuroimage.2008.03.017）·doi:10.1016/j.neuroimage.2008.03.017
[49] Friston K、Mattout J、Trujillo-Barreto N、Ashburner J、Penny W、Friston K.2006变分自由能和拉普拉斯近似。神经影像34，220-234。（doi:10.1016/j.neuroimage.2006.08.035）·doi:10.1016/j.neuroimage.2006.08.035
[50] 便士WD。2011年使用AIC、BIC和自由能比较动态因果模型。神经影像59、319-330。
[51] Friston KJ、Li B、Daunizeau J、Stephan KE。2011年DCM网络发现。神经影像56，1202-1221。（doi:10.1016/j.neuroimage.20.10.12.039）·doi:10.1016/j.neuroimage.2010.12.039
[52] Oostenveld R等人，2011年。SPM8中的EEG和MEG数据分析。计算。智力。神经科学。2011, 1-32. （doi:10.1155/2011/156869）·doi:10.1155/2011/156869
[53] Friston KJ、Litvak V、Oswal A、Razi A、Stephan KE、Van Wijk BCM、Ziegler G、Zeidman P.2016年群体（DCM）贝叶斯模型约简和经验贝叶斯研究。神经影像学128413-431。（doi:10.1016/j.neuroimage.2015.111.015）·doi:10.1016/j.neuroimage.2015.11.015
[54] Park H-J、Pae C、Friston K、Jang C、Razi A、Zeidman P、Chang WS、Chang JW。2017年静止状态fMRI的层次动态因果模型揭示了原发性震颤丘脑切开术后运动系统有效连接的纵向变化。前面。神经醇。8, 346. （doi:10.3389/fneur.2017.00346）·doi:10.3389/fneur.2017.00346
[55] Papadopoulou M，Cooray G，Rosch R，Moran R，Marinazzo D，Friston K，2017大鼠模型中癫痫发作活动的动态因果模型。神经影像146、518-532。（doi:10.1016/j.neuroimage.2016.08.062）·doi:10.1016/j.neuroimage.2016.08.062
[56] 阿德里安·ER，罗伯特·K。1995年贝叶斯因子。J.Amer。美国统计协会90，773-795。（doi:10.1080/01621459.1995.10476572）·Zbl 0846.62028号 ·doi:10.1080/01621459.1995.10476572
[57] Rosa MJ、Bestmann S、Harrison L、Penny W.2010年群体研究贝叶斯模型选择图。神经影像49，217-224。（doi:10.1016/j.neuroimage.2009.08.051）·doi:10.1016/j.neuroimage.2009.08.051
[58] Friston K，Parr T，Zeidman P.2018贝叶斯模型简化。arxiv.org，2018年5月18日。
[59] Zeidman P、Jafarian A、Seghier ML、Litvak V、Cagnan H、Price CJ、Friston KJ。2019年群体有效连接性分析指南，第2部分：使用PEB进行二级分析。神经影像200，12-25。（doi:10.1016/j.neuroimage.2019.06.032）·doi:10.1016/j.neuroimage.2019.06.032
[60] Lancaster G、Iatsenko D、Pidde A、Ticcinelli V、Stefanovska A。2018物理系统假设测试的替代数据。物理学。众议员748，1-60。（doi:10.1016/j.physrep.2018.06.001）·Zbl 1392.62268号 ·doi:10.1016/j.physrep.2018.06.001
[61] McConnell HL、Kersch CN、Woltjer RL、Neuwelt EA。2017神经血管单位的平移意义。生物学杂志。化学。292, 762-770. （doi:10.1074/jbc.R116.760215）·doi:10.1074/jbc。2016年7月15日
[62] Jafarian A、Litvak V、Cagnan H、Friston KJ、Zeidman P.2019神经血管耦合：从功能磁共振成像和脑电地形图的多模态动态因果模型中获得的见解。arxiv.org.2019年3月18日。
[63] Stephan KE、Kasper L、Harrison LM、Daunizeau J、den Ouden HEM、Breakspear M、Friston KJ。2008年功能磁共振成像的非线性动态因果模型。神经影像42，649-662。（doi:10.1016/j.neuroimage.2008.04.262）·doi:10.1016/j.neuroimage.2008.04.262
[64] Friston K，Penny W，Li B，Hu D，Daunizeau J，Stephan KE.2011功能磁共振成像的广义滤波和随机DCM.神经影像58，442-457。（doi:10.1016/j.neuroimage.2009.09.031）·doi:10.1016/j.neuroimage.2009.09.031
[65] Sengupta B，Friston K.2017作为规范理论的近似贝叶斯推断。
[66] Moran R.2015神经退行性疾病的脑深部刺激，第1版。第222卷，第125-146页。计算神经刺激。荷兰阿姆斯特丹：Elsevier B.V。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。