约书亚·卢凯迈尔；Suprateek昆都；朱塞佩·帕格诺尼；郭莹 多脑功能网络的贝叶斯联合建模。 （英语） Zbl 1464.62460号 美国统计协会。 116，编号534，518-530（2021）. 摘要：研究不同心理状态下大脑网络的相似性和变化在神经科学研究中变得越来越重要。标准的单独估计策略无法跨网络汇集信息，因此降低了估计精度和检测网络间差异的能力。基于一项涉及多个相关任务的fMRI Stroop任务实验，我们开发了一种综合贝叶斯方法，用于联合建模多个大脑网络，为网络比较提供了一个系统推理框架。该方法通过灵活的基于Dirichlet过程的边缘概率先验值显式地建模共享和差分模式。在边缘有条件的情况下，连接强度通过贝叶斯尖峰和斜线先于精度矩阵的离对角线建模。数值仿真表明，与现有方法相比，该方法提高了检测真差分边缘的能力，同时提供了对误报的充分控制，并实现了更高的网络估计精度。Stroop任务数据分析显示，任务和注视之间存在更大的连接差异，这些差异集中在之前在Stroop作业中被识别为差异激活的大脑区域，以及劳累和放松任务之间更细微的连接差异。相反，涉及计算繁琐的置换测试的惩罚建模方法揭示了在生物学上看似不可信的条件之间可以忽略不计的网络差异。 引用于三文件 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 62H22个 概率图形模型 92C20美元 神经生物学 关键词：大脑网络；迪里克莱过程；多图形模型；先钉后板；斯特鲁普任务 软件：全球统一制度；大脑连接工具箱；玻璃制品；阿富汗国家情报局 PDF格式BibTeX公司 XML格式引用 \textit{J.Lukemire}等人，J.Am.Stat.Assoc.116，No.534，518--530（2021；Zbl 1464.62460） 全文： 内政部 arXiv公司 参考文献： [1] Antoniak，C.E.，“Dirichlet过程的混合及其在贝叶斯非参数问题中的应用，统计年鉴，21152-1174（1974）·Zbl 0335.60034号 ·doi:10.1214/aos/1176342871 [2] Barabási，A.-L。；Albert，R.，“随机网络中尺度的出现，科学，286509-512（1999）·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509 [3] Belilovsky，E。；瓦罗佐，G。；Blaschko，M.B.，《高斯图形模型差异测试：大脑连通性应用》，神经信息处理系统进展，595-603（2016） [4] Y.本杰米尼。；Hochberg，Y.，“控制错误发现率：一种实用而有力的多重测试方法”，《皇家统计学会杂志》，B辑，57，289-300（1995）·Zbl 0809.62014号 ·doi:10.1111/j.2517-6161.1995.tb02031.x [5] Canale，A。；Dunson，D.B.，“用于计数的贝叶斯核混合，美国统计协会杂志，1061528-1539（2011）·Zbl 1233.62041号 ·doi:10.1198/jasa.2011.tm10552 [6] 卡瓦略，C.M。；波尔森，N.G。；Scott，J.G.，“稀疏信号的马蹄形估计器，生物特征，97，465-480（2010）·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017 [7] Cox，R.W.，“AFNI:功能磁共振神经图像、计算机和生物医学研究的分析和可视化软件，29162-173（1996）·doi:10.1006/提交人：1996.0014 [8] Danaher，P。；王，P。；Witten，D.M.，“跨多类逆协方差估计的联合图形Lasso，皇家统计学会期刊，B辑，76，373-397（2014）·Zbl 07555455号 ·doi:10.1111/rssb.12033 [9] 迪基，D.A。；Fuller，W.A.，“单位根自回归时间序列估计量的分布”，《美国统计协会杂志》，74427-431（1979）·Zbl 0413.62075号 ·doi:10.2307/2286348 [10] Duchek，J.M。；巴洛塔，D.A。；托马斯·J·B。；斯奈德，A.Z。；Rich，P。；Benginger，T.L。；Fagan，A.M。；Holtzman，D.M。；莫里斯，J.C。；Ances，B.M.，“认知正常的老年人Stroop表现与静息状态功能连接之间的关系，神经心理学，27516-528（2013）·doi:10.1037/a0033402 [11] 杜兰特，D。；邓森，D.B。；Vogelstein，J.T.，“网络总体的非参数贝叶斯建模”，《美国统计协会杂志》，1121516-1530（2017）·doi:10.1080/01621459.2016.1219260 [12] 福克斯医学博士。；斯奈德，A.Z。；文森特·J·L。；Raichle，M.E.，“皮层系统内的内在波动解释了人类行为的代际变异，神经元，56171-184（2007）·doi:10.1016/j.neuron.2007.08.023 [13] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，“用图形拉索进行稀疏逆协方差估计，生物统计学，9，432-441（2008）·Zbl 1143.62076号 ·doi:10.1093/biostatistics/kxm045 [14] E.I.乔治。；McCulloch，R.E.，“通过吉布斯抽样的变量选择”，《美国统计协会杂志》，88，881-889（1993）·doi:10.1080/016214519993.10476353 [15] Ghosh，J。；Dunson，D.B.，“贝叶斯因子分析中的默认先验分布和有效后验计算，计算与图形统计杂志，18，306-320（2009）·文件编号：10.1198/jcgs.2009.07145 [16] Gianaros，P.J。；南西德布郡。；May，J.C。；Siegle，G.J。；加马洛，医学硕士。；Jennings，J.R.，“压力期间前扣带回活动与血压相关，心理生理学，42，627-635（2005）·数字对象标识代码：10.1111/j.1469-8986.2005.00366.x [17] Gießing，C。；蒂尔，C.M。；Alexander-Bloch，A.F。；帕特尔，A.X。；Bullmore，E.T.，“与注意力任务表现增强和受损相关的人脑功能网络变化，神经科学杂志，33，5903-5914（2013）·doi:10.1523/JNEUROSCI.4854-12.2013 [18] 吉尔·J。；Casella，G.，“有序贝叶斯社会科学模型的非参数先验：规范和估计”，《美国统计协会杂志》，104453-454（2009）·Zbl 1388.62377号 ·doi:10.1198/jasa.2009.0039 [19] Gruber，S.A。；罗戈夫斯卡，J。；霍尔科姆，P。；Soraci，S。；Yurgelun-Todd，D.，“正常对照受试者的Stroop表现：功能磁共振成像研究”，《神经影像》，第16期，第349-360页（2002年）·doi:10.1006/nimg.2002.1089 [20] 郭杰。；莱维纳，E。；Michaelidis，G.（Michaelidis，G.）。；Zhu，J.，“多图形模型的联合估计，生物统计学，98，1-15（2011）·Zbl 1214.62058号 ·doi:10.1093/biomet/asq060 [21] 希金斯，I.A。；昆都，S。；Choi，K.S。；Mayberg，H.S。；Guo，Y.，“比较大脑网络的差异程度测试，人脑绘图，40，4518-4536（2019）·doi:10.1002/hbm.24718 [22] 贾拉，A。；García-Zattera，M.J。；Lesaffre，E.，“相关二进制响应分析的Dirichlet过程混合模型，计算统计与数据分析，51，5402-5415（2007）·Zbl 1445.62148号 ·doi:10.1016/j.csda.2006.09.010 [23] Khachouf，O.T。；陈，G。；Duzzi，D。；波罗，C.A。；Pagnoni，G.，“心理努力投资的自愿调节：功能磁共振成像研究”，科学报告，717191（2017）·doi:10.1038/s41598-017-17519-3 [24] Kim，J。；潘，W。；阿尔茨海默病神经影像学倡议，“大脑功能连接群体差异的高度适应性测试”，神经影像学：临床，9625-639（2015）·doi:10.1016/j.nicl.2015.10.004 [25] Kottas，A。；米勒，P。；Quintana，F.，“多元有序数据的非参数贝叶斯建模”，《计算与图形统计杂志》，第14期，第610-625页（2005年）·doi:10.1198/106186005X63185 [26] 昆都，S。；Lukemire，J。；王，Y。；Guo，Y.，“使用纵向阿尔茨海默病数据的新型联合脑网络分析，科学报告，9，1-18（2019）·doi:10.1038/s41598-019-55818-z [27] 拉哈特，D。；Adah，T。；Jutten，C.，“多模数据融合：方法、挑战和前景概述，IEEE会议录，103，1449-1477（2015）·doi:10.1109/JPROC.2015.2460697 [28] O.莱文森。；好时，A。；法拉·R。；Horowitz-Kraus，T.，“阅读困难儿童在Stroop任务中执行功能网络的功能连通性改变，大脑连通性，8516-525（2018）·doi:10.1089/brain.2018.0595 [29] 李毅。；克雷格，B.A。；Bhadra，A.，“逆协方差矩阵的图形马蹄估计”，arXiv编号1707.06661（2017） [30] 林，Z。；Wang，T。；杨，C。；Zhao，H.，“关于时空数据高斯图形模型的联合估计，生物统计学，73，769-779（2017）·兹比尔1522.62179 ·doi:10.1111/biom.12650 [31] MacLeod，C.M.，“Stroop效应半个世纪的研究：综合评述”，《心理学公报》，109163（1991）·doi:10.1037/0033-2909.109.2.163 [32] 米勒，P。；埃尔坎利，A。；West，M.，“使用多元正态混合进行贝叶斯曲线拟合”，《生物统计学》，83，67-79（1996）·Zbl 0865.62029号 [33] Mumford，J.A。；Ramsey，J.D.，“功能磁共振成像的贝叶斯网络：初级读物，神经影像，86，573-582（2014）·doi:10.1016/j.neuroimage.2013.10.020 [34] S.M.奥布莱恩。；Dunson，D.B.，“贝叶斯多元Logistic回归，生物统计学，60739-746（2004）·Zbl 1274.62375号 ·doi:10.1111/j.0006-341X.2004.00224.x [35] 彼得森，B.S。；Skudlarski，P。；Gatenby，J.C。；张，H。；安德森，A.W。；Gore，J.C.，“Stroop单词-颜色干扰的功能磁共振成像研究：为多个分布式注意系统服务的扣带回亚区证据”，生物精神病学，451237-1258（1999）·doi:10.1016/S0006-3223（99）00056-6 [36] 彼得森，C。；Stingo，F。；Vannucci，M.，“多高斯图形模型的贝叶斯推断”，美国统计协会杂志，110，159-174（2015）·Zbl 1373.62106号 ·doi:10.1080/01621459.2014.896806 [37] Piironen，J。；Vehtari，A.，“马蹄形和其他收缩先验中的稀疏信息和正则化”，电子统计杂志，11，5018-5051（2017）·Zbl 1459.62141号 ·doi:10.1214/17-EJS1337SI [38] 波尔森，N.G。；Scott，J.G.，“全球收缩，局部行动：稀疏贝叶斯正则化和预测”，贝叶斯统计，9501-538（2010） [39] 波尔森，N.G。；斯科特·J·G。；Windle，J.，“使用Pólya-Gamma潜在变量对Logistic模型进行贝叶斯推断，美国统计协会杂志，1081339-1349（2013）·Zbl 1283.62055号 ·doi:10.1080/01621459.2013.829001 [40] 邱，H。；Han，F。；刘，H。；Caffo，B.，“从高维时间序列对多个图形模型的联合估计”，《皇家统计学会杂志》，B辑，78，487-504（2016）·Zbl 1414.62379号 ·doi:10.1111/rssb.12123 [41] 鲁比诺夫，M。；斯波恩斯，O.，“大脑连接的复杂网络测量：使用和解释，神经影像，52，1059-1069（2010）·doi:10.1016/j.neuroimage.2009.10.003 [42] Sethuraman，J.，“Dirichlet Priors的构造性定义，统计，4639-650（1994）·Zbl 0823.62007号 [43] Shan，Z.Y。；Finegan，K。；布塔，S。；爱尔兰，T。；斯坦斯，D.R。；Marshall Gradisnik，S.M。；Barnden，L.R.，“慢性疲劳综合征的脑功能特征：任务fMRI研究，神经影像：临床，19，279-286（2018）·doi:10.1016/j.nicl.2018.04.025 [44] 史密斯，S.M。；福克斯，P.T。；Miller，K.L。；格拉恩，哥伦比亚特区。；福克斯，P.M。；Mackay，C.E。；菲利皮尼，N。；Watkins，K.E。；托罗·R。；Laird，A.R。；Beckmann，C.F.，“激活和休息期间大脑功能结构的对应关系，美国国家科学院院刊，10613040-13045（2009）·doi:10.1073/pnas.0905267106 [45] 史密斯，S.M。；Miller，K.L。；Salimi-Khorshidi，G。；韦伯斯特，M。；贝克曼，C.F。；Nichols，T.E。；拉姆齐，J.D。；Woolrich，M.W.，“功能磁共振成像的网络建模方法，神经影像，54，875-891（2011）·doi:10.1016/j.neuroimage.2010.08.063 [46] Stroop，J.R.，《连续言语反应中的干扰研究》，实验心理学杂志，18643（1935）·doi:10.1037/h0054651 [47] 北卡罗来纳州佐里奥·马泽尔。；兰多，B。；Papathanassiou，D。；克里维略，F。；O.Etard。；Delcroix，N。；马佐耶，B。；Joliot，M.，“使用MNI MRI单受试者大脑的宏观解剖分割，自动解剖标记SPM中的激活，神经影像，15，273-289（2002）·doi:10.1006/nimg.2001.0978 [48] Walker，S.G.，“用切片采样Dirichlet混合模型，统计中的通信-模拟和计算®，36，45-54（2007）·兹比尔1113.62058 ·doi:10.1080/03610910601096262 [49] Wang，H.，“贝叶斯图形拉索模型和有效后验计算，贝叶斯分析，7867-886（2012）·Zbl 1330.62041号 ·doi:10.1214/12-BA729 [50] Wang，L。；Zhang，Y。；林，X。；周，H。；杜，X。；Dong，G.，“群体独立成分分析揭示网络游戏障碍中右执行控制网络的交替，CNS Spectrum，23，300-310（2018）·doi:10.1017/S1092852917000360 [51] Watts，D.J。；Strogatz，S.H.，“小世界网络的集体动力学”，《自然》，393，440-442（1998）·Zbl 1368.05139号 ·doi:10.1038/30918 [52] 伍德沃德，T.S。；Leong，K。；Sanford，N。；倾卸装置，C.M。；Lavigne，K.M.，“精神分裂症患者功能性脑网络平衡的改变，精神病学研究：神经成像，24894-104（2016）·doi:10.1016/j.pscychrens.2016.01.003 [53] Yajima，M。；Telesca，D。；纪毅。；Muller，P.（2012） [54] Yu，H。；Dauwels，J.，《时变图形模型的变分贝叶斯学习》，2016年IEEE第26届信号处理机器学习国际研讨会，1-6（2016）·doi:10.1109/MLSP.2016.7738826 [55] 袁，M。；Lin，Y.，“高斯图形模型中的模型选择和估计，生物特征，94，19-35（2007）·Zbl 1142.62408号 ·doi:10.1093/biomet/asm018 [56] Zhu，Y。；沈，X。；Pan，W.，“对多重无向图的结构追求，美国统计协会杂志，1091683-1696（2014）·Zbl 1368.62181号 ·doi:10.1080/01621459.2014.921182 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。