کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5631165 1580855 2017 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Dynamic network model with continuous valued nodes for longitudinal brain morphometry
ترجمه فارسی عنوان
مدل شبکه پویا با گره های مداوم برای مورفومتری مغناطیسی طولی
کلمات کلیدی
شبکه مغزی، متغیر مستمر ارزشمند، داده های طولی مورفومتریک، شبکه بیسیم پویا، مدل سازی فضایی دولتی،
موضوعات مرتبط
علوم زیستی و بیوفناوری علم عصب شناسی علوم اعصاب شناختی
چکیده انگلیسی


- To generate a dynamic brain network from longitudinal morphometric data.
- Network generation from continuous valued high-dimensional short sequence data.
- Use a bootstrap-enhanced LASSO to solve the network generation problem.

Longitudinal brain morphometry probes time-related brain morphometric patterns. We propose a method called dynamic network modeling with continuous valued nodes to generate a dynamic brain network from continuous valued longitudinal morphometric data. The mathematical framework of this method is based on state-space modeling. We use a bootstrap-enhanced least absolute shrinkage operator to solve the network-structure generation problem. In contrast to discrete dynamic Bayesian network modeling, the proposed method enables network generation directly from continuous valued high-dimensional short sequence data, being free from any discretization process. We applied the proposed method to a study of normal brain development.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: NeuroImage - Volume 155, 15 July 2017, Pages 605-611
نویسندگان
, , , ,