基于度中心性的认知特征选择方法
2021-09-18张笑非黄佳进
张笑非,杨 阳,黄佳进,钟 宁,5*
(1.北京工业大学信息学部,北京 100124;2.江苏科技大学计算机学院,江苏镇江 212003;3.磁共振成像脑信息学北京市重点实验室,北京 100124;4.北京林业大学人文社会科学学院,北京 100089;5.前桥工科大学生命科学与信息学系,群马前桥371-0816,日本)
(*通信作者电子邮箱zhong@maebashi-it.ac.jp)
0 引言
人脑包含诸多功能特定的脑功能网络(Functional Brain Network,FBN),每个功能网络又由特定的兴趣点(Region Of Interest,ROI)构成。人脑在执行需要注意力的认知任务时,一些脑区的活跃度会增加,而另一些则会降低。功能核磁共振成像(functional Magnetic Resonance Imaging,fMRI)研究的一个热点就是对大脑血氧水平依赖(Blood Oxygen Level Dependent,BOLD)活动所蕴涵的信息进行分析。Naselaris等[1]认为fMRI 编码/解码(Encoding/Decoding)是两个互补的操作,其中fMRI 解码能够通过BOLD 活动来预测实验刺激相关信息。Correia 等[2]通过对双语被试口语单词翻译的fMRI解码研究,发现口语翻译过程中语义信息的激活再现发生在大脑前颞叶中。故大脑皮质体素或大脑图谱ROI选择的合理性对于fMRI解码的有效性至关重要。因此,本文提出一种在fMRI功能连接ROI度中心性(Degree Centrality,DC)计算的基础上,通过统计对比入组被试整体相同ROI 在执行认知任务时不同认知状态间的差异显著性,并以此差异显著性作为认知特征选择的依据。此外,在认知特征选择结果的基础上,计算人脑认知体系子系统的认知特征指数(Cognitive Feature Index,CFI)和相应的人脑认知系统曲线下面积(Human Brain Cognitive Architecture-Area Under Curve,HBCA-AUC),从而对提出的方法和其他特征选择方法进行比较。
1 人脑认知体系与认知特征
Fox 等[3]通过研究人脑静息状态下对是否任务相关的二分表……
