玛丽贝尔·佩罗·塞波列罗；琼·古迪亚·奥尔莫斯；努里亚曼乔-福拉 fMRI连通性研究模拟程序的系统综述。 （英语） Zbl 1422.62359号 高级申请。斯达。 53，第1号，29-69（2018）. 摘要：用于研究功能磁共振成像数据中的功能或有效连接的策略主要基于相关性研究、结构方程模型（SEM）、动态因果模型（DCM）或格兰杰因果模型（GCM）的应用，而一些贡献将注意力集中在模拟研究上。尽管这一传统很少见，但在过去五年中，后一种研究的增长速度越来越快。在这项工作中，我们利用fMRI数据对模拟研究进行了系统研究和分析，以分析大脑连通性。我们在科学网（WoS）和PubMed上进行了搜索，最终我们共审查了134项研究。最显著的发现是缺乏有关模拟程序的信息。例如，17部作品没有指定用于生成信号的模型，36部作品没有指出模型在生成的信号中添加了白噪声，52部作品没有详细说明生成数据的设计。在这种情况下，很难比较不同的贡献，以确定最佳的策略来模拟数据，用于fMRI工作中大脑连通性的研究。然而，重要的是要注意到所谓的第三代仿真模型的出现，它将大脑视为一个复杂的动态系统模型。这种模拟大脑活动的模型将改变这方面的技术水平，它可能是评估不同分析程序以研究有效连通性的好工具。 MSC公司： 第62页，共15页 统计学在心理学中的应用 62华氏35 多元分析中的图像分析 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：功能磁共振成像；模拟研究；功能连通性；有效连通性；大脑信号 软件：MVGC公司；大脑连接工具箱；neuRosim公司；GCCA公司；模拟结核病 PDF格式BibTeX公司 XML格式引用 \textit{M.Peró-Cebollero}等人，高级应用程序。Stat.53，No.1，29--69（2018；Zbl 1422.62359） 全文： 内政部 参考文献： [1] *C.Arand、E.Scheller、B.Seeber、J.Timmer、S.Klöppel和B.Schelter，《fMRI数据动态因果建模的参数可识别性评估》，《神经科学前沿》9（2015），第1-13页。doi:10.3389/fnins.2015年4月13日。 [2] M.R.Arbabshirani、E.Damaraju、R.Phlypo、S.Plis、E.Allen、S.Ma、D.Mathalon、A.Preda、J.G.Vaidya、T.Adali和V.D.Calhoun，自相关对功能连接的影响，《神经影像》102（2014），294-308。doi.org/10.1016/j.neuroimage.2014.07.045。 [3] E.A.Aponte、S.Raman、B.Sengupta、W.D.Penny、K.E.Stephan和J.Heinzle，《mpdcm：大规模并行动态因果建模工具箱》，《神经科学杂志》。方法257（2016），7-16。doi:10.1016/j.jneumeth.2015.09.009 [4] *R.Baumgartner和R.Somorjai，fMRI数据的图形显示：可视化多维空间，核磁共振成像19（2）（2001），283-286。doi:10.1016/S0730-725X（01）00296-X。 [5] G.Barbalat、V.Chambon、P.J.D.Domenech、C.Ody、E.Koechlin、N.Franck和C.Farrer，《精神分裂症患者侧前额皮质内的等级控制受损》，《生物精神病学》70（2011），73-80。doi:10.1016/j.biopych.2011.02.009。 [6] L.Barnett和A.K.Seth，《MVGC多变量格兰杰因果工具箱：格兰杰因果推断的新方法》，神经科学杂志。方法223（2014），50-68。数字对象标识：http://dx.doi.org/10.1016/j.jneumeth.2013.10.018。 [7] L.Barnett和A.K.Seth，《状态空间模型的格兰杰因果关系》，《物理评论》E.91（2015），040101。doi:10.1103/PhysRevE.91.040101。 [8] *P.Bellec、Y.Benhajali、F.Carbonell、C.Dansereau、G.Albouy、M.Pelland、C.Craddock、O.Collignon、J.Doyon、E.Stip和P.Orban，决议的影响 [9] *P.Bellec、G.Marrelec和H.Benali，用于研究功能性MRI大脑连通性变化的自举测试，《中国统计》18（2008），1253-1268·兹比尔1293.62062 [10] *P.Bellec、V.Perlbarg和A.C.Evans，功能磁共振成像仿真数据库的Bootstrap生成和评估，《磁共振成像》27（10）（2009），1382-1396。doi:10.1016/j.mri.2009.05.034。 [11] *A.M.Beltz和P.C.M.Molenaar，定向功能连接图时间顺序的后验模型验证，《神经科学前沿》9（2015），1-15。doi:10.3389/fnins.2015.00304。 [12] *I.Bojak、T.F.Oostendorp、A.T.Reid和R.Kötter，《将神经活动的平均场模型与EEG和fMRI数据联系起来》，《脑地形图》23（2010），139-149。doi:10.1007/s10548-010-0140-3。 [13] R.N.Boubela、W.Huf、K.Kalcher、R.Sladky、P.Filzmoser、L.Pezawas、S.Kasper、C.Windischberger和E.Moser，计算密集型MR数据分析的高度并行化框架，《物理、生物和医学中的磁共振材料》25（4）（2012），313-320。doi:10.1007/s10334-011-0290-7。 [14] *F.D.Bowman，L.Zhang，G.Derado和S.Chen，使用基于扩散的解剖加权的fMRI数据确定功能连通性，《神经影像》62（3）（2012），1769-1779。doi:10.1016/j.neuroimage.2012.05.032。 [15] *K.Bush和J.Cisler，《反褶积滤波：时间平滑重访》，《核磁共振成像》32（6）（2014），721-735。doi:10.1016/j.mri.2014.03.002。 [16] *K.Bush、J.Cisler、J.Bian、G.Hazaroglu、O.Hazarogru和C.Kilts，《提高fMRI BOLD信号反褶积的精度及其对连通性分析的影响》，《核磁共振成像》33（10）（2015），1314-1323。doi:10.1016/j.mri.2015.07.007。 [17] *K.Bush，S.Zhou，J.Cisler，J.Bian，O.Hazaroglu，K.Gillispie，K.Yoshigoe和C.Kilts，一种基于去卷积的方法来识别大规模有效连通性，磁共振成像33（10）（2015），1290-1298。doi:10.1016/j.mri.2015.07.015。 [18] R.B.Buxton、E.C.Wong和L.R.Frank，大脑激活过程中的血流动力学和氧合变化：气球模型，《医学中的磁共振》39（1998），855-864。 [19] *J.Cabral、E.Hugues、O.Sporns和G.Deco，局部网络振荡在静止状态功能连接中的作用，《神经影像》57（1）（2011），130-139。doi:10.1016/j.neuroimage.2011.04.010。 [20] J.Carp，《实验的秘密生活：功能磁共振成像文献中的方法报告》，《神经影像》63（1）（2012），289-300。doi:10.1016/j.neuroimage.2012.07.004。 [21] P.A.Carpenter，M.A.Just，T.A.Keller，W.F.Eddy和K.R.Thulborn，句子理解期间语言和空间网络中fMRI激活的时间进程，《神经影像》10（2）（1999），216-224。 [22] *C.Chang和G.H.Glover，用fMRI测量静止状态大脑连通性的时频动力学，《神经影像》50（1）（2010），81-98。doi:10.1016/j.neuroimage.2009.12.011。 [23] G.Chen、D.R.Glen、Z.S.Saad、J.P.Hamilton、M.E.Thomason、I.H.Gotlib和R.W.Cox，《向量自回归、结构方程建模及其在神经影像数据分析中的综合》，《生物与医学中的计算机》41（2011），1142-1155。doi:10.1016/j.compbiomed.2011.09.004。 [24] *S.Chen，J.Kang，Y.Xing和G.Wang，一种检测群体差异表达功能连接网络的简约统计方法，《人脑映射》5206（2015），5196-5206。doi:10.1002/hbm.23007。 [25] *S.Chen、J.Kang和G.Wang，静息状态fMRI连通性度量的经验贝叶斯归一化方法，《神经科学前沿》9（2015），1-11。doi:10.3389/fnins.2015年3月16日。 [26] *T.Chen，S.Ryali，S.Qin和V.Menon，使用基于随机子空间的部分相关估计静态功能连通性：减少全局伪影的新方法，NeuroImage 82（2013），87-100。doi:10.1016/j.neuroimage.2013.05.118。 [27] W.Chiong、S.M.Wilson、M.D’Esposito、A.S.Kayser、S.N.Grossman、P.Poorzand、W.W.Seeley、B.L.Miller和K.P.Rankin，《显著性网络因果影响道德推理过程中的默认模式网络活动》，Brain 136（2013），1929-1941。doi:10.1093/brain/awt066。 [28] *J.M.Cisler、K.Bush和J.S.Steele，《功能磁共振成像中检测上下文调制功能连接的统计方法比较》，《神经影像》84（2014），1042-1052。doi:10.1016/j.neuroimage.2013.09.018。 [29] *I.Cribben、R.Haraldsdottir、L.Y.Atlas、T.D.Wager和M.A.Lindquist，《动态连接回归：确定大脑中与状态相关的变化》 [30] *I.Cribben，T.D.Wager和M.A.Lindquist，检测单个受试者fMRI数据的功能连接变化点，计算神经科学前沿7（2013年10月），143。doi:10.3389/fncom.2013.00143。 [31] *C.E.Davey、D.B.Grayden、M.Gavrilescu、G.F.Egan和L.A.Johnston，线性高斯连接技术的等效性，人脑映射34（9）（2013），1999-2014。doi:10.1002/hbm.22043。 [32] *J.Daunizeau、K.E.Stephan和K.J.Friston，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（1）（2012），464-481。doi:10.1016/j.neuroimage.2012.04.061。 [33] *C.E.Davey、D.B.Grayden、G.F.Egan和L.A.Johnston，《滤波诱导fMRI静息状态数据的相关性》，《神经影像》64（1）（2013），728-740。doi:10.1016/j.neuroimage.2012.08.022。 [34] *G.de Hollander、M.C.Keuken和B.U.Forstmann，皮层下鸡尾酒问题；丘脑底核和黑质的混合信号，PLoS ONE 10（3）（2015），e0120572。doi:10.1371/journal.pone.0120572。 [35] G.de Marco、B.Devauchelle和P.Berquin，脑功能建模，我们用fMRI数据测量什么？《神经科学研究》64（2009a），12-19。doi:10.1016/j.neures.2009.015.15。 [36] G.de Marco、P.Vrigaud、C.Destrieux、D.de Marco、S.Testelin、B.Devauchelle和P.Berquin，用于探索互联脑区假定网络内功能互动的结构方程建模原理，磁共振成像27（2009b），1-12。doi:10.1016/j.mri.2008.05.003。 [37] *G.Deco和V.K.Jirsa，《静止状态下的持续皮层活动：临界性、多稳定性和鬼魂吸引器》，《神经科学杂志》。32 (2012), 3366-3375. doi:10.1523/JNEUROSCI.2523-11.2012。 [38] G.Deco、V.K.Jirsa和A.R.McIntosh，大脑静止状态活动动态组织的新兴概念，《自然评论》12（1）（2011），43-56。doi:10.1038/nrn2961。 [39] *G.Deco、A.Ponce Alvarez、D.Mantini、G.L.Romani、P.Hagmann和M.Corbetta，《静息状态功能连接从结构和动态形状的缓慢线性波动中产生》，《神经科学》。33 (2013), 11239-11252. doi:10.1523/JNEUROSCI.1091-13.2013。 [40] *O.Demirci，M.C.Stevens，N.C.Andreasen，A.Michael，J.Liu，T.White，G.D.Pearlson，V.P.Clark和V.D.Calhoun，《使用ICA和Granger因果关系研究光谱域中fMRI脑网络之间的关系，揭示精神分裂症患者和健康对照之间的显著差异》，《神经影像》46（2）（2009）， 419-431. doi:10.1016/j.neuroimage.2009.02.014。 [41] G.Deshpande和X.Hu，《从fMRI数据中研究有效的大脑连接：参考Granger因果关系分析的过去发现和当前问题》，《大脑连接2》（2012），235-245。doi:10.1089/brain.2012.0091。 [42] *G.Deshpande、S.LaConte、G.A.James、S.Peltier和X.Hu，功能磁共振成像数据的多变量格兰杰因果关系分析，人脑映射30（2009），1361-1373。doi:10.1002/hbm.20606。 [43] G.Deshpand、L.E.Libero、K.R.Sreenivasan、H.D.Deshpand和R.K.Kana，使用机器学习识别自闭症的神经连接特征，人类神经科学前沿7（2013），670。doi:10.3389/fnhum.2013.00670。 [44] G.Deshpande、P.Santhanam和X.Hu，来自功能性MRI数据的静息状态脑网络的瞬时和因果连接，《神经影像》54（2011），1043-1052。doi:10.1016/j.neuroimage.2010.09.024。 [45] *G.Deshpande、K.Sathian和X.Hu，功能磁共振成像的时滞格兰杰因果关系分析中零关联效应的评估和补偿，IEEE Trans。生物医学工程57（2010a），1446-1456。doi:10.10109/TBME.09.2037808。 [46] *G.Deshpande、K.Sathian和X.Hu，血流动力学变异性对fMRI Granger因果关系分析的影响，《神经影像》52（2010b），884-896。doi:10.1016/j.neuroimage.2009.11.060。 [47] A.S.Dick、A.Solodkin和S.L.Small，视听语言理解网络的神经发展，《大脑与语言》114（2010），第101-114页。doi:10.1016/j.bandl.2009.08.005。 [48] *H.Eavani，T.D.Satterthwaite，R.Filipovych，R.E.Gur，R.C.Gur和C.Davatzikos，《使用静止状态fMRI识别大脑中的稀疏连接模式》，NeuroImage 105（2015），286-299。doi:10.1016/j.neuroimage.2014.09.058。 [49] *E.B.Erhardt、E.A.Allen、Y.Wei、T.Eichele和V.D.Calhoun，SimTB，时空可分性模型下fMRI数据的模拟工具箱，NeuroImage 59（4）（2012），4160-4167。doi:10.1016/j.neuroimage.2011.11.088。 [50] *F.Esposito和R.Goebel，《利用空间独立成分分析提取功能网络：维度、可靠性和聚合方案的作用》，《神经病学中的当前观点》24（4）（2011），378-385。doi:10.1097/WCO.0b013e32834897a5。 [51] K.J.Friston，《神经成像中的功能和有效连接：综合》，《人脑映射2》（1994年），第56-78页。doi:10.1002/hbm.46002107。 [52] K.J.Friston、L.Harrison和W.Penny，《动态因果建模》，《神经影像》第19期（2003年），第1273-1302页。doi:10.1016/S1053-8119（03）00202-7。 [53] *K.J.Friston、J.Kahan、B.Biswal和A.Razi，用于静息状态fMRI的DCM，NeuroImage 94（2014），396-407。doi:10.1016/j.neuroimage.2013.12.009。 [54] *K.J.Friston、J.Kahan、A.Razi、K.E.Stephan和O.Sporns，关于休息状态下的节点和模式fMRI，《神经影像》99（2014），533-547。doi:10.1016/j.neuroimage.2014.05.056。 [55] *M.Fukushima、O.Yamashita、T.R.Knösche和M.Aki Sato，基于全脑解剖网络上定向源相互作用识别的MEG源重建，《神经影像》105（2015），408-427。doi:10.1016/j.neuroimage.2014.09.066。 [56] *S.Fürtier、J.C.Zinn和K.Simonyan，复杂自愿行为期间结合多巴胺能神经传递的神经种群模型，《公共科学图书馆·计算生物学》10（11）（2014），e1003924。doi:10.1371/journal.pcbi.1003924。 [57] K.M.Gates、P.C.M.Molenaar、F.G.Hillary、N.Ram和M.J.Rovine，《fMRI连通性映射的自动搜索：使用SEM路径建模、VAR和统一SEM之间的形式等效性替代Granger因果关系测试》，NeuroImage 50（2010），1118-1125。doi:10.1016/j.neuroimage.2009.12.117。 [58] *K.M.Gates、P.C.M.Molenaar、F.G.Hillary和S.Slobounov，用于建模事件相关fMRI数据的扩展统一SEM方法，《神经影像》54（2）（2011），1151-1158。doi:10.1016/j.neuroimage.2010.08.051。 [59] *R.Goebel，A.Roebroeck，D.S.Kim和E.Formisano，使用向量自回归模型和Granger因果图研究时间分辨fMRI数据中的定向皮层相互作用，《磁共振成像》21（2003），1251-1261。doi:10.1016/j.mri.2003.08.026。 [60] *A.-M.Golestani和B.G.Goodyear，fMRI连接研究中的静止状态连接度量模拟57 [61] L.Haase，M.Wang，E.Green和C.Murphy，阿尔茨海默病遗传风险个体识别记忆过程中的功能连接，人脑映射34（2013），530-542。doi:10.1002/hbm.21451。 [62] *M.Havlicek、J.Jan、M.Braddil和V.D.Calhoun，基于卡尔曼滤波器的动态格兰杰因果关系，用于评估fMRI数据中的功能网络连通性，NeuroImage 53（1）（2010），65-77。doi:10.1016/j.欧洲图像.2010.05.063。 [63] *M.Havlicek、A.Roebroeck、K.Friston、A.Gardumi、D.Ivanov和K.Uludag，fMRI数据的生理信息动态因果建模，NeuroImage 122（2015），355-372。doi:10.1016/j.neuroimage.2015.07.078。 [64] Y.He和A.Evans，大脑连通性的图形理论建模，《神经病学当前观点》23（4）（2010），341-350。doi:10.1097/WCO.0b013e32833aa567。 [65] *D.Hemmelmann，L.Leistritz，H.Witte和M.Galicki，基于功能磁共振成像数据的神经活动识别：模拟研究，生理学杂志，巴黎103（6）（2009），353-360。doi:10.1016/j.jphysparis.2009.05.008。 [66] S.A.Hillyard、H.Hinrichs、C.Tempelmann、S.T.Morgan、J.C.Hansen、H.Scheich和H.J.Heinze，结合稳态视觉诱发电位和功能磁共振成像定位选择性注意期间的大脑活动，人脑映射5（4）（1997），287-292。 [67] *M.Hinne、L.Ambrogioni、R.J.Janssen、T.Heskes和M.A.J.van Gerven，《结构信息贝叶斯功能连接性分析》，《神经影像》86（2014），294-305。doi:10.1016/j.neuroimage.2013.09.075。 [68] *M.Hinne、R.J.Janssen、T.Heskes和M.A.J.van Gerven，条件独立图的贝叶斯估计改进了功能连通性估计，《公共科学图书馆·计算生物学》11（11）（2015），1-26。doi:10.1371/journal.pcbi.1004534。 [69] *B.Horwitz、C.Hwang和J.Alstott，《解释大脑解剖连通性改变对fMRI功能连通性的影响：计算神经建模的作用》，《人类神经科学前沿》第7期（2013年11月），第649页。doi:10.3389/fnhum.2013.00649。 [70] C.S.Inman、G.A.James、S.Hamann、J.K.Rajendra、G.Pagnoni和A.J.Butler，额叶-顶叶运动控制的改变静止状态有效连接 [71] *S.P.Iyer、I.Shafran、D.Grayson、K.Gates、J.T.Nigg和D.A.Fair，使用贝叶斯网络结构学习和改进的PC算法推断MRI中的功能连通性，NeuroImage 75（2013），165-175。doi:10.1016/j.neuroimage.2013.02.054。 [72] G.A.James、M.E.Kelley、R.C.Craddock、P.E.Holtzheimer、B.W.Dunlop、C.B.Nemeroff、H.S.Mayberg和X.P.Hu，静止状态fMRI的探索性结构方程建模：群体模型对个体受试者的适用性，《神经影像》45（2009），778-787。doi:10.1016/j.neuroimage.2008.12.049。 [73] *S.E.Joel、B.S.Caffo、P.C.M.Van Zijl和J.J.Pekar，《基于种子和基于ICA的功能连接测量之间的关系》，《医学中的磁共振》66（2011），644-657。doi:10.1002/rm.22818。 [74] *T.B.Jones、P.A.Bandettini和R.M.Birn，功能磁共振成像中运动校正和生理噪声回归的整合，《神经影像》42（2）（2008），582-590。doi:10.1016/j.neuroimage.2008.05.019。 [75] *S.Kadkhodaeian Bakhtiari和G.-A Hossein-Zadeh，用于表征静息大脑中因果网络的基于子空间的识别算法，NeuroImage 60（2）（2012），1236-1249。doi:10.1016/j.neuroimage.2011.12.075。 [76] *M.Karaman、A.S.Nencka、I.P.Bruce和D.B.Rowe，非任务FMRI数据时空处理统计效应的量化，脑连接性4（9）（2014），649-661。doi:10.1089/brain.2014.0278。 [77] *S.J.Kiebel、S.Klöppel、N.Weiskopf和K.J.Friston，《动态因果建模：功能磁共振成像中切片时间的生成模型》，《神经影像》34（4）（2007），1487-1496。doi:10.1016/j.neuroimage.2006.10.026。 [78] *J.Kim和B.Horwitz，《研究区块设计中基于fMRI的功能连接的神经基础：区域间相关性和心理生理相互作用的应用》，磁共振成像26（5）（2008），583-593。doi:10.1016/j.mri.2007.10.011。 [79] *J.Kim和B.Horwitz，结构方程建模揭示异常大脑解剖联系的程度如何？fMRI模拟研究，NeuroImage 45（4）（2009），1190-1198。doi:10.1016/j.neuroimage.2009.01.006。 [80] *E.Kim、D.-S.Kim、F.Ahmad和H.Park，FMRI中基于模式的Granger因果图，《大脑连通性》3（6）（2013），569-577。doi:10.1089/brain.2013.0148。 [81] *J.Kim、J.R.Wozniak、B.Mueller和W.Pan，《大脑功能连接的测试组差异：使用相关性还是偏相关性？》？，大脑连通性5（4）（2015），214-231。doi:10.1089/brain.2014.0319。 [82] *J.Kim、J.R.Wozniak、B.A.Mueller、X.Shen和W.Pan，大脑功能网络群体差异统计测试的比较，《神经影像》101（2014），681-694。doi:10.1016/j.neuroimage.2014.07.031。 [83] *S.A.Knock、A.R.McIntosh、O.Sporns、R.Kötter、P.Hagmann和V.K.Jirsa，《在大规模脑模型中，生理上合理的连接性结构对局部和全局动力学的影响》，《神经科学杂志》。方法183（2009），86-94。doi:10.1016/j.pneumeth.2009.07.007。 [84] *M.Lenz、M.Musso、Y.Linke、O.Tüscher、J.Timmer、C.Weiller和B.Schelter，检测人脑定向交互作用的EEG/fMRI联合状态空间模型——一项模拟研究，《生理测量》32（11）（2011），1725-1736。doi:10.1088/0967-3334/32/11/S01。 [85] *N.Leonardi、W.R.Shirer、M.D.Greicius和D.Van De Ville，《分离动态网络：功能连接模式在时间上的分离和联合表达》，《人脑映射》35（12）（2014），5984-5995。doi:10.1002/hbm.22599。 [86] *J.Li、Z.J.Wang和M.J.McKeown，《在建模大脑功能连接之前纳入错误率控制》，2009年第三届生物信息学和生物医学工程国际会议，2009年，第1-4页，IEEE医学和生物学会工程，戈登生命科学研究所。doi:10.1109/ICBBE.2009.5162945。 [87] *X.Li，D.Coyle，L.Maguire，T.M.McGinnity和H.Benali，基于fMRI有效连通性分析的非线性系统辨识模型选择方法，IEEE Trans。医学成像30（7）（2011），1365-1380。doi:10.1109/TMI.2011.2116034。 [88] *X.Li，D.Coyle，L.Maguire和T.M.McGinnity，二级fMRI有效连通性分析的最小二乘回归法，神经信息学11（1）（2013），105-118。doi:10.1007/s12021-012-9168-8。 [89] *Z.Li、A.Kadivar、J.Pluta、J.Dunlop和Z.Wang，通过血氧水平依赖性功能MRI揭示的静息脑活动的重新测试稳定性分析，J.磁共振成像36（2）（2012），344-354。doi:10.1002/jmri.23670。 [90] *X.Liang，A.Connelly和F.Calamante，《Voxel-wise functional connectomics 60 M.Peró-Cebollero，J.Guárdia-Olmos和N.Mancho-Fora使用动脉自旋标记功能磁共振成像：去噪的作用》，《大脑连通性》5（9）（2015），543-553。doi:10.1089/brain.2014.0290。 [91] *廖文华，D.Marinazzo，Z.Pan，龚Q.，陈H.Chen，核-格兰杰因果图在功能磁共振成像数据上的有效连通性，IEEE Trans。医学成像28（11）（2009），1825-1835。doi:10.1109/TMI.2009.2025126。 [92] W.Liao，G.Wu，Q.Xu，G.Ji，Z.Zhang，Y.-F.Zang和G.Lu，《动态BC:动态大脑连接组分析的MATLAB工具箱》，《大脑连接4（10）（2014），1-52。doi:10.1089/brain.2014.0253。 [93] R.Limongi和F.J.Pérez，成功和失败的反应抑制对岛叶、补充前运动和纹状体区域之间的有效连接有不同影响，《行为神经科学》131（1）（2017），20-32。doi:10.1037/bne0000175。 [94] *Q.H.Lin，J.Liu，Y.R.Zheng，H.Liang和V.D.Calhoun，使用空间约束的fMRI半盲空间ICA，人脑映射31（7）（2010），1076-1088。doi:10.1002/hbm.20919。 [95] *M.A.Lindquist、Y.Xu、M.B.Nebel和B.S.Caffo，评估静止状态fMRI中的动态双变量相关性：一项比较研究和一种新方法，《神经影像学》101（2014），531-546。doi:10.1016/j.neuroimage.2014.06.052。 [96] *A.Liu，X.Chen，M.J.Mckeown和Z.J.Wang，时变静止状态脑连接性估计的粘性加权回归模型，IEEE Trans。生物医学工程62（2）（2015），501-510。 [97] *A.Liu，X.Chen，Z.J.Wang，Q.Xu，S.Appel-Cresswell和M.J.McKeown，《一种基于遗传信息的群体fMRI连接建模方法：对精神分裂症的应用》，IEEE Trans。生物医学工程61（3）（2014），946-956。 [98] *A.Liu、J.Li、Z.J.Wang和M.J.McKeown，《一种结合错误发现率控制、先验知识和群体推理的大脑连接的计算效率高、探索性方法》，《医学中的计算和数学方法》2012（2012），文章ID 967380，14 pp.doi:10.1155/2012/967380·Zbl 1261.92007号 [99] M.Luchtmann、K.Jachau、D.Adolf、S.Baecke、R.Lützkendorf、C.Müller、C.Tempelmann和J.Bernarding，《饮酒后视觉运动系统的有效连通性降低》，《酒精》47（3）（2013），195-202。doi:10.1016/j.alcool.2013.01.002。 [100] *M.Luessi、S.D.Babacan、R.Molina、J.R.Booth和A.K.Katsaggelos，fMRI连通性研究中的模拟61 [101] *L.Luo、L.Xu、R.Jung、G.Pearlson、T.Adali和V.D.Calhoun，《基于源的受限形态计量学识别与默认模式网络相关的结构网络》，《大脑连通性2》（2012），第33-43页。doi:10.1089/brain.2011.0026。 [102] *E.Maggioni、M.G.Tana、F.Arrigoni、C.Zucca和A.M.Bianchi，《构建fMRI连接网络：一种用于节点定义的全脑功能划分方法》，神经科学杂志。方法228（2014），86-99。doi:10.1016/j.jneumeth.2014.03.004。 [103] V.Mäki-Marttunen，I.Diez，J.M.Cortes，D.R.Chialvo和M.Villarreal，意识障碍患者的传递熵和跨半球脑功能连接的中断，《神经信息学前沿》7（2013），24。doi:10.3389/fninf.2013.00024。 [104] D.S.Manoach、G.Schlaug、B.Siewert、D.G.Darby、B.M.Bly、A.Benfield、R.R.Edelman和S.Warach，前额叶皮层fMRI信号变化与工作记忆负荷相关，《神经报告》8（2）（1997），545-549。 [105] D.S.Manoach，D.Z.Press，V.Thangaraj，M.M.Searl，D.C.Goff，E.Halpern，C.B.Saper和S.Warach，精神分裂症受试者在工作记忆任务期间激活背外侧前额叶皮层，如功能磁共振成像所测，生物精神病学45（9）（1999），1128-1137。 [106] *G.Marrelec、J.Kim、J.Doyon和B.Horwitz，功能MRI中有效连通性研究的偏相关分析的大尺度神经模型验证，人脑映射30（3）（2009），941-950。doi:10.1002/hbm.20555。 [107] S.L.Mason、J.Zhang、F.Begeti、N.Valle Guzman、A.S.Lazar、J.B.Rowe、R.A.Barker和A.Hampshire，《杏仁核在亨廷顿病情绪处理中的作用：从先兆到晚期疾病》，《神经心理学》70（2015），80-89。doi:10.1016/j.neurophychologia.2015.02.017。 [108] *D.G.McLaren、M.L.Ries、G.Xu和S.C.Johnson，《情境依赖性心理生理相互作用（gPPI）的一般形式：与标准方法的比较》，《神经影像》61（4）（2012），1277-1286。doi:10.1016/j.neuroimage.2012.03.068。 [109] *C.McNorgan和M.F.Joanisse，《绘制人类连接体的连接主义方法允许模拟人工大脑内的神经活动》，《大脑连接》4（1）（2014），40-52。doi:10.1089/brain.2013.0174。 [110] *A.Messé，D.Rudrauf，H.Benali和G.Marrelec，《人脑中的相关结构和功能：解剖学、稳态动力学和非稳态的相对贡献》，PLoS计算生物学10（3）（2014），e1003530。doi:10.1371/journal.pcbi.1003530。 [111] X.Miao，X.Wu，R.Li，K.Chen和L.Yao，阿尔茨海默病默认模式网络中枢纽连接模式的改变：格兰杰因果建模方法，《公共科学图书馆·综合》6（10）（2011），e25546。doi:10.1371/journal.pone.0025546。 [112] *A.M.Michael、M.Anderson、R.L.Miller、A.Tülay和V.D.Calhoun，在组fMRI分析中保持受试者的可变性：GICA与IVA的性能评估，《系统神经科学前沿》8（2014年6月），106。doi:10.3389/fnsys.2014.00106。 [113] D.L.Miller、E.A.Deyoe、J.Neitz、P.A.Bandettim和J.S.Hyde，利用功能磁共振成像（fMRI）绘制人类视觉皮层，眼科学与视觉科学研究34（4）（1993），813。 [114] L.Minati、G.Varotto、L.D'Inerti、F.Panzica和D.Chan，《从脑地形图到脑拓扑：图论与功能神经科学的相关性》，《神经报告》24（2013），536-543。doi:10.1097/WNR.0b013e3283621234。 [115] *K.Murphy、R.M.Birn、D.Handwerker、T.B.Jones和P.A.Bandettini，全球信号回归对静止状态相关性的影响：引入了反相关网络吗？，《神经影像》44（3）（2009），893-905。doi:10.1016/j.neuroimage.2008.09.036。 [116] *P.Osório，P.Rosa，C.Silvestre和P.Figueiredo，用多模型卡尔曼滤波器对fMRI数据进行随机动态因果建模，《医学信息方法》54（2015），232-239。doi:10.3414/ME13-02-0052。 [117] *B.Park、D.-S.Kim和H.-J.Park，《独立于图形的组件分析揭示了人脑内在网络组件的储备》，《公共科学图书馆·综合》9（1）（2014），e82873。doi:10.1371/journal.pone.0082873。 [118] L.Penke和I.J.Deary，认知神经科学中结构方程建模的一些指南：Charlton等人关于白质完整性和认知老化的研究案例，《老化31的神经生物学》（2009），1656-1660。doi:10.1016/j.neurobiolaging.2009.10.019。 [119] *W.D.Penny，使用AIC、BIC和自由能比较动态因果模型，NeuroImage 59（1）（2012），319-330。doi:10.1016/j.neuroimage.2011.07.039。 [120] W.D.Penny、K.E.Stephan、A.Mechelli和K.J.Friston，《建模功能集成：结构方程和动态因果模型的比较》，《神经影像》23（2004），S264-S274。doi:10.1016/j.neuroimage.2004.07.041。 [121] *J.Piersa、F.Piekniewski和T.Schreiber，功能性脑网络介观级无标度自组织理论模型，IEEE Trans。神经网络21（11）（2010），1747-1758。doi:10.1109/TNN.2010.2066989。 [122] R.A.Poldrack，《功能磁共振成像在认知神经科学中的未来》，《神经影像》62（2）（2012），1216-1220。doi:10.1016/j.neuroimage.2011.08.007。 [123] R.A.Poldrack、P.C.Fletcher、R.N.Henson、K.J.Worsley、M.Brett和T.E.Nichols，fMRI研究报告指南，《神经影像》40（2）（2008），409-414。doi:10.1016/j.neuroimage.2007.11.048。 [124] *A.B.Protzner和A.R.McIntosh，用结构方程建模测试有效连接性变化：坏模型告诉我们什么？，人脑绘图27（12）（2006），935-947。doi:10.1002/hbm.20233。 [125] *M.Pyka、D.Heider、S.Hauke、T.Kircher和A.Jansen，用遗传算法进行动态因果建模，J.Neurosci。方法194（2）（2011），402-406。doi:10.1016/j.jneumeth.2010.11.007。 [126] *J.C.Rajapakse，Y.Wang，X.Zheng和J.Zhou，功能磁共振图像脑连接的概率框架，IEEE Trans。医学成像27（6）（2008），825-833。 [127] *J.D.Ramsey、S.J.Hanson、C.Hanson、Y.O.Halchenko、R.A.Poldrack和C.Glymour，《功能磁共振成像因果推断的六个问题》，《神经影像》49（2）（2010），1545-1558。doi:10.1016/j.欧洲图像.2009.08.065。 [128] *J.D.Ramsey、S.J.Hanson和C.Glymour，多主体搜索正确识别了Smith等人模拟研究的DCM模型中的因果关系和大多数因果方向，《神经影像》58（3）（2011），838-848。doi:10.1016/j.neuroimage.2011.06.068。 [129] *Q.Razlighi、J.Steffener、C.Habeck、A.Laine和Y.Stern，《静止状态半半球内和半球内人脑功能连通性》，第35届IEEE EMBS国际年会，2013年，第6522-6525页。 [130] *L.Rigoux和J.Daunizeau，脑-行为关系的动态因果建模，《神经影像》117（2015），202-221。doi:10.1016/j.neuroimage.2015.05.041。 [131] P.Ritter、M.Schirner、A.R.McIntosh和V.K.Jirsa，《虚拟大脑整合64 M.Peró-Cebollero、J.Guárdia-Olmos和N.Mancho-Fora计算建模和多模态神经成像》，《大脑连通性》3（2）（2013），121-145。doi:10.1089/brain.2012.0120。 [132] *J.Rodrigues和A.Andrade，《应用于fMRI的基于拉格朗日的有效连通性：一项强调对实验参数和公式依赖性的模拟研究》，NeuroImage 89（2014），358-377。doi:10.1016/j.neuroimage.2013.10.029。 [133] *J.Rodrigues和A.Andrade，《基准导向功能连通性指标的合成神经元数据集》，Peer J.3（2015），e923。doi:10.7717/peerj.923。 [134] *A.Roebroeck、E.Formisano和R.Goebel，使用Granger因果关系和功能磁共振成像对大脑的映射直接影响，《神经影像》25（2005），230-242。doi:10.1016/j.neuroimage.2004.11.017。 [135] J.B.Rowe，连通性分析对理解神经疾病至关重要，《系统神经科学前沿》4（2010），144。doi:10.3389/fnsys.2010.00144。 [136] M.Rubinov和O.Sporns，《大脑连接的复杂网络测量：使用和解释》，《神经影像》52（2010），1059-1069。doi:10.1016/j.neuroimage.2009.10.003。 [137] *S.Ryali，T.Chen，A.Padmanabhan，W.Cai和V.Menon，使用静息fMRI开发和验证基于共识聚类的大脑分割框架，神经系统科学杂志。方法240（2015），128-140。doi:10.1016/j.jneumeth.2014.11.014。 [138] *S.Ryali，T.Chen，K.Supekar和V.Menon，使用基于稳定性选择的稀疏偏相关和弹性网惩罚估计fMRI数据中的功能连通性，NeuroImage 59（4）（2012），3852-3861。doi:10.1016/j.neuroimage.2011.11.054。 [139] *S.Ryali、T.Chen、K.Supekar和V.Menon，一种基于von Mises Fisher分布和马尔可夫随机场的分割方案，用于使用静息态fMRI分割大脑区域，NeuroImage 65（2013），83-96。doi:10.1016/j.neuroimage.2012.09.067。 [140] *S.Ryali、K.Supekar、T.Chen和V.Menon，fMRI中用于估计因果交互作用的多元动力系统模型，《神经影像》54（2）（2011），807-823。doi:10.1016/j.neuroimage.2010.09.052。 [141] *Z.S.Saad、S.J.Gotts、K.Murphy、G.Chen、H.J.Jo、A.Martin和R.W.Cox，《静止的烦恼：相关性模式和群体差异是如何被扭曲的》 [142] P.Sanz Leon、S.A.Knock、M.Marmaduke Woodman、L.Domide、J.Mersmann、A.R.McIntosh和V.Jirsa，《虚拟大脑：灵长类大脑网络动力学模拟器》，《神经信息学前沿》第7期（2013年），第10页。doi:10.3389/fninf.2013.00010。 [143] *J.R.Sato、A.Fujita、E.F.Cardoso、C.E.Thomaz、M.J.Brammer和E.Amaro，《分析感兴趣区域之间的连通性：基于聚类Granger因果关系的fMRI数据分析方法》，《神经影像》52（4）（2010），1444-1455。doi:10.1016/j.neuroimage.2010.05.022。 [144] *J.R.Sato、P.Morettin、P.R.Arantes和E.Amaro，基于小波的时变向量自回归建模，计算统计与数据分析51（12）（2007），5847-5866。doi:10.1016/j.csda.2006.10.027·Zbl 1330.62346号 [145] *J.R.Sato、J.Mouráo-Miranda、M.da Graça Morais Martin、E.Amaro，Jr.、P.a.Morettin和M.J.Brammer，功能连接性变化对fMRI数据支持向量机映射的影响，J.Neurosci。方法172（1）（2008），94-104。doi:10.1016/j.jneumeth.2008.04.008。 [146] *V.D.Schmittmann、S.Jahfari、D.Borsboom、A.O.Savi和L.J.Waldorp，利用fMRI数据建立大规模网络，PLoS ONE 10（9）（2015），e0129074。doi:10.1371/journal.pone.0129074。 [147] *M.L.Seghier和K.J.Friston，《大型扩张型心肌病的网络发现》，《神经影像》68（2013），181-191。doi:10.1016/j.neuroimage.2012.12.005。 [148] *M.Senden、R.Goebel和G.Deco，《结构连接性允许在休息期间进行多线程：皮层的结构导致休息状态探索行为和默认模式处理之间的有效交替》，《神经影像》60（2012），2274-2284。doi:10.1016/j.neuroimage.2012.02.061。 [149] A.K.Seth，Granger因果关联分析的MATLAB工具箱，J.Neurosci。方法186（2）（2010），262-273。doi:10.1016/j.jneumeth.2009.11.020。 [150] *A.K.Seth、P.Chorley和L.C.Barnett，fMRI BOLD信号的Granger因果关系分析对血液动力学卷积是不变的，但不是下采样，NeuroImage 65（2013），540-555。doi:10.1016/j.neuroimage.2012.09.049。 [151] *J.M.Shine、O.Koyejo、P.T.Bell、K.J.Gorgolewski、M.Gilat和R.A.Poldrack，使用乘法估计动态功能连通性 [152] *S.L.Simpson、M.N.Moussa和P.J.Laurienti，创建基于群体的代表性全脑连接性网络的指数随机图建模方法，NeuroImage 60（2）（2012），1117-1126。doi:10.1016/j.neuroimage.2012.01.071。 [153] *J.F.Smith，K.Chen，A.S.Pillai和B.Horwitz，《识别模拟功能磁共振成像中的有效连接参数：切换线性动态系统、随机动态因果和多元自回归模型的直接比较》，《神经科学前沿》7（2013），第1-17页。doi:10.3389/fnin.2013.00070。 [154] *S.M.Smith、K.L.Miller、G.Salimi-Khorshidi、M.Webster、C.F.Beckmann、T.E.Nichols、J.D.Ramsey和M.W.Woolrich，FMRI的网络建模方法，《神经影像》54（2）（2011），875-891。doi:10.1016/j.neuroimage.2010.08.063。 [155] *R.C.Sotero和A.Shmuel，神经质量模型的基于能量的随机控制表明静息状态下的时变有效连通性，《计算神经科学杂志》32（3）（2012），563-576。doi:10.1007/s10827-011-0370-8·兹比尔1446.92077 [156] *K.R.Sreenivasan、M.Havlicek和G.Deshpande，使用同态滤波的fMRI非参数血液动力学反褶积，IEEE Trans。《医学成像》34（5）（2015），1155-1163。doi:10.1010/TMI.2014.2379914。 [157] *L.Stanberry、A.Murua和D.Cordes，使用铁磁波茨自旋模型的功能连接映射，《人脑映射》29（4）（2008），422-440。doi:10.1002/hbm.20397。 [158] *K.E.Stephan、L.Kasper、L.M.Harrison、J.Daunizeau、H.E.M.den Ouden、M.Breakspear和K.J.Friston，功能磁共振成像的非线性动态因果模型，神经影像42（2）（2008），649-662。doi:10.1016/j.neuroimage.2008.04.262。 [159] *I.H.Stevenson和K.P.Körding，《关于跨时间尺度估计神经元之间功能连接的相似性》，《公共科学图书馆·综合》5（2）（2010），e9206。doi:10.1371/journal.pone.0009206。 [160] *J.Sui、T.Adali、Q.Yu、J.Chen和V.D.Calhoun，《脑成像数据多模式融合的多元方法综述》，《神经科学杂志》。方法204（1）（2012），68-81。doi:10.1016/j.jneumeth.2011.10.031。 [161] C.Y.C.Sylvester、T.D.Wager、S.C.Lacey、L.Hernandez、T.E.Nichols、E.E.fMRI连接研究中的模拟67 [162] *Y.Tong、L.M.Hocke、X.Fan、A.C.Janes和B.deB。Frederick，明显的静息状态连接性是否由系统波动引起？，人类神经科学前沿9（2015），285。doi:10.3389/fnhum.2015.00285。 [163] T.Horowitz-Kraus、J.J.Vannest、E.Gozdas和S.K.Holland，《与执行功能相关的神经回路的更多利用与更好的阅读相关：使用动词生成任务的纵向fMRI研究》，《人类神经科学前沿》8（2014），447。doi:10.3389/fnhum.2014.00447。 [164] *P.A.Valdés-Sosa、J.M.sánchez-Bornot、A.Lage-Castellanos、M.VegaHernández、J.Bosch-Bayard、L.Melie-Garcia和E.Canales-Rodríguez，用稀疏多元自回归估计大脑功能连通性，伦敦皇家学会哲学汇刊。B辑，生物科学360（1457）（2005），969-981。doi:10.1098/rstb.2005.1654。 [165] *G.Varoquaux、F.Baronnet、A.Kleinschmidt、P.Fillard和B.Thirion，使用组水平协方差模型检测中风后患者的脑功能连接差异，医学图像计算和计算机辅助干预13（2010），200-208。doi:10.1007/978-3642-15705-9_25。 [166] *V.Vuksanović和P.Hövel，远端皮层区域的功能连接：远程同步和对称在交互中的作用，《神经影像》97（2014），1-8。doi:10.1016/j.neuroimage.2014.04.03。 [167] *V Vuksanović和P.Hövel，《网络同步的动态变化揭示了静止状态的功能网络》，《混沌》25（2）（2015），023116。doi:10.1063/1.4913526。 [168] G.D.Water、I.J.Deary、R.T.Staff、A.D.Murray、H.C.Fox、J.M.Starr和L.J.Whalley，《利用加工速度和工作记忆任务探索智力差异的可能神经机制：功能磁共振成像研究》，《智力》37（2）（2009），199-206。 [169] *H.Wang，C.Chen和H.Fushing，提取基于fMRI的功能性脑连接性的多尺度模式信息及其在孤独症谱系障碍分类中的应用，PloS One 7（10）（2012），e45502。doi:10.1371/journal.pone.0045502。 [170] *Y.M.Wang和J.Xia，使用时间和空间相关分析从fMRI稳健估计大脑网络的统一框架，IEEE Trans。医学影像学28（8）（2009），1296-1307。doi:10.1109/TMI.2009.2014863。 [171] *W.D.Weeda，L.J.Waldorp，R.P.P.Grasman，S.van Gaal和H.M.Huizenga，使用参数化感兴趣区域对fMRI数据进行功能连通性分析，《神经影像》54（1）（2011），410-416。doi:10.1016/j.neuroimage.2010.07.022。 [172] M.Welvaert、J.Durnez、B.Moerkerke、G.Verdoolaege和Y.Rosseel，neuRosim:生成fMRI数据的R包，《统计软件杂志》44（10）（2011），第1-18页。 [173] M.Welvaert和Y.Rosseel，《fMRI模拟研究综述》，《公共科学图书馆·综合》9（7）（2014），e101953。doi:10.1371/journal.pone.0101953。 [174] *E.Wong，功能网络的直接MR成像，脑连接4（2014），481-486。doi:10.1089/brain.2014.0294。 [175] M.M.Woodman、L.Pezard、L.Domide、S.A.Knock、P.Sanz-Leon、J.Mersmann、A.R.McIntosh和V.Jirsa，《虚拟大脑中的神经信息学工具集成》，《神经信息学前沿》第8期（2014年4月），第36页。doi:10.3389/fninf.2014.00036。 [176] *L.Xu，T.Fan，X.Wu，K.Chen，X.Guo，J.Zhang和L.Yao，用于fMRI数据有效连通性分析的混合LiNGAM算法，计算神经科学前沿8（10月）（2014），125。doi:10.3389/fncom.2014.00125。 [177] *L.Yang，Z.Liu和B.He，EEG-fMRI交互功能神经成像，《临床神经生理学》121（8）（2010），1240-1250。doi:10.1016/j.clinph.2010.02.153。 [178] *X.Yang，H.Kang，A.T.Newton和B.A.Landman，经验静息状态fMRI统计推断评估，IEEE Trans。生物医学工程61（4）（2014），1091-1099。doi:10.1109/TBME.013.2294013。 [179] *G.Yourganov、T.Schmah、N.W.Churchill、M.G.Berman、C.L.Grady和S.C.Strother，fMRI数据的模式分类：用于分析空间分布的皮层网络，NeuroImage 96（2014），117-132。doi:10.1016/j.neuroimage.2014.03.074。 [180] *S.B.Zaghlool和C.L.Wyatt，fMRI动态因果建模中的缺失数据估计，《神经科学前沿》8（7月8日）（2014年），第1-12页。doi:10.3389/fnins.2014.00191。 [181] *H.Zhang、X.Zhang，Y.Sun、J.Liu、W.Li和J.Tian，一种检测静息状态下精细功能连接的加权-RV方法，NeuroImage 54（4）（2011），2885-2898。doi:10.1016/j.欧洲图像.2010.10.051。 [182] *X.Zheng和J.C.Rajapakse，从fMR图像中学习功能结构，《神经影像》31（4）（2006），1601-1613。doi:10.1016/j.neuroimage.2006.01.031。 [183] *Y.Zhong，H.Wang，G.Lu，Z.Zhang，Q.Jiao和Y.Liu，使用主成分分析和回归分析检测fmri中的功能连接性，脑地形图22（2）（2009），134-144。doi:10.1007/s10548-009-0095-4。 [184] *D.Zhou、W.K.Thompson和G.Siegle，功能连接的MATLAB工具箱，NeuroImage 47（4）（2009），1590-1607。doi:10.1016/j.neuroimage.2009.05.089。 [185] *Z.Zhou，M.Ding，Y.Chen，P.Wright，Z.Lu和Y.Liu，使用基于PCA的Granger因果关系在fMRI连接分析中检测方向影响，《大脑研究》1289（2009），22-29。doi:10.1016/j.braines.2009.06.096。 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。