A Bayesian Time-Course Model for Functional Magnetic Resonance Imaging Data
功能磁共振成像数据的贝叶斯时间过程模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究脑成像的时空信号与贝叶斯建模，未提供归入宏观时间序列或其他所列细分的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
功能磁共振成像数据的贝叶斯时间过程模型
- 研究问题
- 如何对行为任务期间的功能磁共振信号建立模型，处理复杂时空变异，并直接回答脑活动和认知理论相关的科学问题？
- 方法与思路
- 作者提出非线性贝叶斯层级模型，用优化与后验抽样进行拟合，并将模型应用于心理实验数据以检验认知理论预测。
- 材料陈述的贡献
- 摘要称其推断方法能够直接针对部分现有方法难以处理的科学问题，同时描述单个数据集需大量重复执行的计算技术。
- 阅读关注点
- 应核对任务与信号之间的非线性结构、各层变异和先验设定，以及优化、后验抽样的计算负担与认知假说检验方式。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；不能推断刊本变化。摘要未说明模型结构、先验、抽样收敛或认知理论预测的检验结果。
原文摘要
Functional magnetic resonance imaging (fMRI) is a new technique for studying the workings of the active human brain. During an fMRI experiment, a sequence of magnetic resonance images is acquired while the subject performs specific behavioral tasks. Changes in the measured signal can be used to identify and characterize the brain activity resulting from task performance. The data obtained from an fMRI experiment are a realization of a complex spatiotemporal process with many sources of variation, both biological and technological. This article describes a nonlinear Bayesian hierarchical model for fMRI data and presents inferential methods that enable investigators to directly target their scientific questions of interest, many of which are inaccessible to current methods. The article describes optimization and posterior sampling techniques to fit the model, both of which must be applied many thousands of times for a single dataset. The model is used to analyze data from a psychological experiment and to test a specific prediction of a cognitive theory.