主成分分析（PCA）は、多変量統計手法の１つで、他の手法の前処理としてノイズや次元を削減するために使われています。 １. PCA 多変量正規分布に従うデータ を考えます。 に相関がある場合は、合わせて１つの指標として用いることが次元削減に繋がります。まずは、分散共分散行列を… 続きを読む

コヒーレンス解析では、周波数領域における相関関係を利用して接続性を解析します。 この利点は、HRFの違いに影響されないこと、ノイズに影響されないことです。つまり、これまでの接続性解析法の問題を解決します。 心理生理相互作用、ベータ系列回帰、グレンジャー因果 １. 自己相関と相互… 続きを読む

ここでは、結合性解析とよばれる、あるタスクによって機能的に接続される神経回路を特定する解析を行います。 この解析は、GLMを用いたクラスタ解析と似ているようで違います。GLMは「タスクに関連するクラスタ」を特定するのに対し、結合性解析は「タスクに関連するネットワーク」を特定する… 続きを読む

BrainSpaceは、Python・Matlabで脳の勾配を計算し視覚化できるパッケージです。 勾配については、脳の階層性を勾配 (Gradients) で捉える！を参考にしてください。 BrainSpace のインストール pip を使ってインストールできます。 勾配の計… 続きを読む

上図の安静時fMRIの解析結果においては、赤から青にかけての階層性が表現されています。この階層性は、勾配を用いて定量的に計算することができます。では、この勾配とはなんなのでしょうか？ 勾配とは？ 勾配 (Gradients) ： 脳のマクロな特徴を低次元多様体に写像したもの 類… 続きを読む