×

颅内EEG数据定向脑网络模型的贝叶斯推断。 (英语) Zbl 1504.62174号

摘要:人脑是一个网络系统,其中大脑区域作为网络节点不断相互作用。一个大脑组件对另一个组件施加的定向效应称为定向连接性。由于大脑也是一个连续时间的动态系统,因此自然会使用常微分方程(ODE)来模拟大脑区域之间的定向连接。作者提出了一种高维ODE模型,以探索颅内EEG(iEEG)记录的许多大脑小区域之间的方向连通性。新的常微分方程模型由阻尼谐振子的物理机制驱动,可以有效地近似神经振荡,神经振荡是一种涉及许多重要脑功能的节律性或重复性神经活动。为了产生具有科学意义的网络结果,假设ODE模型参数具有簇结构,用于量化区域间的方向连通性。集群结构符合人脑的功能专门化;具有相同功能的大脑区域往往位于同一集群中。我们开发了两种贝叶斯方法来估计所提出的ODE模型的模型参数,并识别强连接大脑区域的簇。将所提出的ODE模型和贝叶斯方法应用于从一名药物难治性癫痫患者收集的iEEG数据,并用于在癫痫发作前检查患者的脑网络。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Anderson,J.,稀疏连接和稀疏编码系统中的学习(2005)
[2] Bard,Y.,《非线性参数估计》(1974),学术出版社:纽约学术出版社·Zbl 0345.62045号
[3] Y.本杰米尼。;Hochberg,Y.,《控制错误发现率:一种实用且强大的多重测试方法》,J.R.Stat.Soc.B,289-300(1995)·Zbl 0809.62014号
[4] 普瓦米克。;Ghosal,S.,微分方程模型中的贝叶斯估计(2014),预印本,1
[5] 比格勒,L。;Damiano,J。;Blau,G.,《非线性参数估计:案例研究比较》,AIChE J.,32,29-45(1986)
[6] Brunel,N.,通过非参数估计对ode进行参数估计,Electron。J.Stat.,21242-1267(2008)·Zbl 1320.62063号
[7] E.布尔摩尔。;《复杂脑网络:结构和功能系统的图论分析》,《神经科学自然评论》。,10, 3, 186-198 (2009)
[8] 伯恩斯,S。;Santaniello,S。;雅菲,R。;朱尼,C。;克罗内,N。;Bergey,G。;安德森,W。;Sarma,S.,《大脑网络动力学和癫痫发作区的影响》,Proc。国家。阿卡德。科学。美国,111,49,5321-5330(2014)
[9] Caffo,B。;彭,R。;Dominici,F。;路易斯·T。;Zeger,S.,Parallel mcmc for analysis distributed larg models with systemal missing data for A application in environmental depressionary,(Brooks,S.;Gelman,A.;Jones,G.;Meng,X.,The Handbook of Markov Chain Monte Carlo(2011),CRC出版社),493-511·Zbl 1417.92007号
[10] Campbell,D.,《微分方程模型参数估计的贝叶斯配置回火和广义轮廓法》(2007),麦吉尔大学:蒙特利尔麦吉尔大学
[11] 曹,J。;黄,J。;Wu,H.,常微分方程中时变参数的Penalized非线性最小二乘估计,J.Compute。图表。统计人员。,21, 42-56 (2012)
[12] 塞文卡,M。;Franaszczuk,P。;克罗内,N。;Hong,B。;Caffo,B。;巴特,P。;Lenz,F。;Boatman-Reich,D.,早期皮层听觉γ带反应的可靠性,临床。神经生理学。,124, 1, 70-82 (2013)
[13] 陈,J。;Wu,H.,确定性动力学模型中时变系数的有效局部估计及其在hiv-1动力学中的应用,J.Amer。统计师。协会,103,369-384(2008)·Zbl 1469.62365号
[14] Daunizeau,J。;O.大卫。;Stephan,K.,《动态因果模型:生物物理和统计基础的批判性评论》,《神经影像》,58312-322(2011)
[15] O.大卫。;Friston,K.,脑电/脑电的神经质量模型:耦合和神经元动力学,NeuroImage,1743-1755(2003)
[16] O.大卫。;Kiebel,S。;哈里森,L。;Mattout,J。;Kilner,J。;Friston,K.,脑电和脑电诱发反应的动态因果模型,《神经影像》,第30期,第1255-1272页(2006年)
[17] Deufhard,P。;Bornemann,F.,《常微分方程的科学计算》(2000),施普林格出版社:纽约施普林格出版社
[18] 埃夫隆,B。;Tibshirani,R.,微阵列的经验贝叶斯方法和错误发现率,Genet。流行病。,23, 1, 70-86 (2002)
[19] 费尔,J。;Axmacher,N.,《相位同步在记忆过程中的作用》,《神经科学自然评论》。,12, 2, 105-118 (2011)
[20] Fitzpatrick,R.,《振荡与波:导论》(2013),CRC出版社
[21] 费尔迪亚克,P。;Young,M.P.,《灵长类皮层中的稀疏编码》,(《大脑理论和神经网络手册》(1995),麻省理工学院出版社),895-898,编辑
[22] Fries,P.,《认知动力学机制:通过神经元一致性进行神经元通信》,Trends Cogn。科学。,9, 10, 474-480 (2005)
[23] Friston,K。;哈里森,L。;Penny,W.,《动态因果建模》,《神经影像》,第19期,第1273-1302页(2003年)
[24] 盖尔曼,A。;Bois,F。;Jiang,J.,《利用种群建模和信息先验分布进行生理药代动力学分析》,J.Amer。统计师。协会,91,1400-1412(1996)·Zbl 0882.62103号
[25] 盖尔曼,A。;Carlin,J.B。;斯特恩,H.S。;鲁宾,D.B.,《贝叶斯数据分析》,第2卷(2014年),查普曼和霍尔/CRC:查普曼&霍尔/CRC博卡拉顿,佛罗里达州,美国·Zbl 1279.62004号
[26] Girolma,M.,微分方程的贝叶斯推断,理论。计算。科学。,408, 4-16 (2008) ·Zbl 1152.62016年
[27] Härdle,W.,《应用非参数回归》,第19期(1990年),剑桥大学出版社·兹比尔0714.62030
[28] Hemker,P.,《系统模拟和参数估计中微分方程的数值方法》,Ana。模拟。生物化学。系统。,59-80 (1972) ·Zbl 0252.65070号
[29] 黄,Y。;刘,D。;Wu,H.,用于估计纵向艾滋病毒动态系统参数的层次贝叶斯方法,生物统计学,62413-423(2006)·Zbl 1097.62128号
[30] 黄,Y。;Wu,H.,估计艾滋病毒动态模型抗病毒疗效的贝叶斯方法,J.Appl。《法律总汇》第33155-174页(2006年)·Zbl 1106.62121号
[31] Kiebel,S。;O.大卫。;Friston,K.,利用铅场参数化对脑电/脑电诱发反应进行动态因果建模,神经影像,301273-1284(2006)
[32] Kramer,M。;美国伊登。;Kolaczyk,E。;泽佩达,R。;Eskandar,E。;Cash,S.,《局灶性癫痫发作期间皮质网络的聚集和分裂》,《神经科学杂志》。,30, 30, 10076-10085 (2010)
[33] Kramer,M。;Kolaczyk,E。;Kirsch,H.,人类癫痫发作时的紧急网络拓扑,《癫痫研究》,79,2-3,173-186(2008)
[34] Kramer,M。;特鲁科洛,W。;美国伊登。;Lepage,K。;霍克伯格,L。;Eskandar,E。;Madsen,J。;Lee,J。;Maheshwari,A。;Halgren,E。;楚,C。;Cash,S.,《人类癫痫发作通过关键性转变在空间尺度上自终止》,Proc。国家。阿卡德。科学。美国,109,51,21116-21121(2012)
[35] Li,Z。;奥斯本,M。;Pravan,T.,常微分方程的参数估计,IMA J.Numer。分析。,25, 264-285 (2005) ·Zbl 1070.65061号
[36] 卢·T。;Liang,H。;李,H。;Wu,H.,动态基因调控网络识别的高维odes耦合混合效应建模技术,J.Amer。统计师。协会,1061242-1258(2011)·Zbl 1234.62146号
[37] 马泰吉(Matteij,R.)。;Molenaar,J.,《理论与实践中的常微分方程》(2002),SIAM:SIAM Philadelphia·Zbl 1016.34001号
[38] Micheloyannis,S.,精神分裂症的基于图形的网络分析,世界精神病学杂志,2,1,1-12(2012)
[39] 米洛·R。;伊兹科维茨,S。;北卡罗来纳州卡什坦。;莱维特·R。;沈奥尔,S。;艾森斯塔特,I。;谢弗,M。;美国阿隆,《进化和设计网络的超级家族》,《科学》,30356631538-1542(2004)
[40] 米洛·R。;Shen-Orr,S。;伊兹科维茨,S。;北卡什坦。;Chklovskii,D。;阿隆,U。,《网络主题:复杂网络的简单构建块》,《科学》,2985594827(2002)
[41] Mormann,F。;Kreuz,T。;Rieke,C。;Andrzejak,R。;Kraskov,A。;大卫·P。;埃尔格,C。;Lehnertz,K.,《癫痫发作的可预测性》,临床。神经生理学。,116, 3, 569-587 (2005)
[42] 净额,T。;Schiff,S.,实验性癫痫发作期间神经元同步性降低,《神经科学杂志》。,22, 16, 7297-7307 (2002)
[43] Newman,M.,《网络中的模块化和社区结构》,Proc。国家。阿卡德。科学。美国,103,23,8577-8696(2006)
[44] 尼森,I.A。;van Klink,东北部。;Zijlmans,M。;斯塔姆·C·J。;Hillebrand,A.,在meg虚拟电极网络中,癫痫高频振荡的大脑区域在功能上被隔离,Clin。神经生理学。,1277,2581-2591(2016)
[45] 奥沙森,B。;字段,D.,传感器输入的稀疏编码,电流。操作。神经生物学。,14, 481-487 (2004)
[46] 帕克,H.-J。;Friston,K.,《结构和功能脑网络:从连接到认知》,《科学》,3426158(2013)
[47] 波依顿,A。;瓦齐里,M。;麦考利,K。;麦克莱伦,P。;Ramsay,J.,使用主微分分析的连续动态模型中的参数估计,计算。化学。工程,30698-708(2006)
[48] 齐,X。;Zhao,H.,常微分方程参数广义轮廓估计的渐近效率和有限样本性质,Ann.Statist。,38, 435-481 (2010) ·Zbl 1181.62156号
[49] Ramsay,J.O.,《功能数据分析》(2006),威利在线图书馆
[50] 拉姆齐,J。;胡克,G。;坎贝尔,D。;Cao,J.,微分方程的参数估计:广义平滑方法(带讨论),J.R.Stat.Soc.B,69741-796(2007)·Zbl 07555374号
[51] 拉姆齐,J。;Silverman,B.,功能数据分析(2005),Springer:Springer New York·Zbl 1079.62006号
[52] Ruppert,D.,《为缺陷样条线选择节点数》,J.Compute。图表。《统计》,第11、4、735-757页(2002年)
[53] 希夫,S。;Sauer,T。;库马尔,R。;Weinstein,S.,《神经时空模式识别:癫痫发作的动态演变》,《神经影像》,第28、4、1043-1055页(2005年)
[54] 辛德勒,K。;阿莫尔·F。;Gast,H。;米勒,M。;斯蒂巴尔,A。;Mariani,L。;Rummel,C.,高频(80-200 hz)颅内脑电图的围手术期相关动力学,《癫痫研究》,89,1,72-81(2010)
[55] 辛德勒,K。;比亚隆斯基,S。;霍斯特曼,M。;埃尔格,C。;Lehnertz,K.,人类癫痫发作过程中进化的功能网络特性和同步性,混沌,18,30331119(2008)
[56] 辛德勒,K。;梁,H。;埃尔格,C。;Lehnertz,K.,通过分析多通道颅内脑电图的相关结构评估癫痫发作动力学,Brain,130,Pt 1,65-77(2007)
[57] Schnitzler,A。;Gross,J.,《大脑中的正常和病理振荡通讯》,《神经科学杂志》。,6, 4, 285-296 (2005)
[58] Schuster,P.,《生物物理学》,Walter Hoppe有限公司编辑(1983年),施普林格出版社:施普林格出版社,柏林
[59] 塞尔韦,R。;Jewett,J.,《振荡和机械波》(《科学家和工程师物理学》(2003),布鲁克斯/科尔),433-543
[60] 斯波恩斯,O.,71(2011年),麻省理工学院出版社:麻萨诸塞州剑桥
[61] Suchard,M。;王,Q。;Chan,C。;弗雷林格,J。;克朗,A。;West,M.,《理解统计计算的gpu编程:大规模并行大规模混合的研究》,J.Compute。图表。统计人员。,19, 419-438 (2010)
[62] van Dyk,D。;Park,T.,《部分坍塌吉布斯采样器:理论和方法》,J.Amer。统计师。协会,103,790-796(2008)·Zbl 1471.62198号
[63] Varah,J.,微分方程数值参数估计的样条最小二乘法,SIAM J.Sci。计算。,3, 28-46 (1982) ·兹比尔048165050
[64] 沃伦,C.P。;胡,S。;斯特德,M。;Brinkmann,B.H。;Bower,M.R。;Worrell,G.A.,《正常和局灶性癫痫脑的同步性:癫痫发作区功能断开》,《神经生理学杂志》。,104, 6, 3530-3539 (2010)
[65] Wendling,F。;J.贝朗格。;Badier,J。;Coatrieux,J.,基于扭曲矢量观测中的目标匹配从深度脑电发作信号中提取时空特征,IEEE Trans。生物识别。工程,43,10,990-1000(1996)
[66] Wu,L。;Gotman,J.,癫痫发作期间脑电图的分割和分类,脑电图。临床。神经生理学。,1064434-356(1998年)
[67] Wu,H。;卢·T。;薛,H。;Liang,H.,《用于动态基因调控网络建模的稀疏可加常微分方程》,J.Amer。统计师。协会,109700-716(2014)·Zbl 1367.62221号
[68] Wu,S。;薛,H。;Wu,Y。;Wu,H.,结合非负garrote和确定性独立性筛选的稀疏高维非线性回归模型的变量选择,Statist。Sinica,24,3,1365(2014)·Zbl 06431835号
[69] 薛,H。;苗,H。;Wu,H.,考虑数值误差和测量误差的非线性常微分方程模型中常数和时变系数的Sieve估计,Ann.Statist。,38, 2351-2387 (2010) ·Zbl 1203.62049号
[70] 张,T。;吴杰。;李,F。;Caffo,B。;Boatman Reich,D.,使用皮层电图(ecog)时间序列的有效大脑连接的动态方向模型,J.Amer。统计师。协会,110,93-106(2015)·Zbl 1374.92101号
[71] 张,T。;尹,Q。;Caffo,B。;孙,Y。;Boatman-Reich,D.,高维集群结构常微分方程模型的贝叶斯推断及其在大脑连通性研究中的应用,Ann.Appl。统计,11,2,868-897(2017)·兹比尔1391.62262
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。