| تحلیل فضایی داده‌های fMRI با رویکرد بیزی |
| کد مقاله : 1022-SPATIAL |
| نویسندگان |
|
لیلا قبادی *1، علیرضا نعمت اللهی2 1دانشجوی دکتری امار دانشگاه شیراز 2هیئت علمی بخش امار دانشگاه شیراز |
| چکیده مقاله |
| تصویربرداری تشدید مغناطیسی عملکردی (fMRI) داده‌هایی با ابعاد بسیار بزرگ و سطح نویز بالا تولید می‌کند که علاوه بر پویایی‌های زمانی، ساختارهای فضایی پیچیده‌ای میان وکسل‌های مغزی دارند. بنابراین تحلیل fMRI در زمرهٔ مسائل فضایی–زمانی قرار می‌گیرد و به روش‌های آماری پیشرفته نیاز دارد. در این مقاله، چارچوبی بیزی مبتنی بر مدل خطی عمومی با خطای خودبازگشتی مرتبهٔ p (GLM–AR) برای تحلیل fMRI بررسی می‌شود و دو الگوریتم محاسباتی، بیزِ تغییراتی (VB) و مونت‌کارلو همیلتونی (HMC)، در این چارچوب به‌کار گرفته و مقایسه می‌گردند. نتایج شبیه‌سازی نشان می‌دهد VB به‌دلیل سرعت و مقیاس‌پذیری، برای تحلیل‌های سریع و حجیم مناسب است؛ در حالی‌که HMC با برآوردهای پسین دقیق‌تر، به‌ویژه در شرایط نویز شدید، عملکرد بهتری دارد. از این‌رو انتخاب میان این دو رویکرد باید با توجه به موازنهٔ دقت آماری و هزینهٔ محاسباتی انجام شود. |
| کلیدواژه ها |
| fMRI ، GLM-AR، بیز تغییراتی VB، مونت‌کارلو همیلتونی HMC، همبستگی مکانی–زمانی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |