Semiparametric detection of significant activation for brain fMRI
脑功能磁共振显著激活的半参数检测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：摘要主要研究脑影像响应函数和体素激活检验，未明确采用所列时间序列或其他计量细分方向的专门方法。
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
脑功能磁共振显著激活的半参数检测
- 研究问题
- 如何在较少依赖传统线性模型限制的情况下，估计脑功能磁共振的血流动力学响应，并识别任务引起的显著激活体素？
- 方法与思路
- 作者基于局部线性估计构造血流动力学响应函数的半参数检验，研究零假设分布及固定和相邻备择下的渐近功效。
- 材料陈述的贡献
- 摘要称相关统计量在正则条件下具有卡方零分布，并称模拟和真实数据提示其激活检测效率优于AFNI与FSL。
- 阅读关注点
- 应核对正则条件、局部线性平滑和时间依赖处理，以及多体素检测的误差控制与软件比较是否采用可比设置。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；具体条件、比较指标和数值结果未提供，所述效率优势不能视为已独立验证的普遍结论。
原文摘要
Functional magnetic resonance imaging (fMRI) aims to locate activated regions in human brains when specific tasks are performed. The conventional tool for analyzing fMRI data applies some variant of the linear model, which is restrictive in modeling assumptions. To yield more accurate prediction of the time-course behavior of neuronal responses, the semiparametric inference for the underlying hemodynamic response function is developed to identify significantly activated voxels. Under mild regularity conditions, we demonstrate that a class of the proposed semiparametric test statistics, based on the local linear estimation technique, follow χ2 distributions under null hypotheses for a number of useful hypotheses. Furthermore, the asymptotic power functions of the constructed tests are derived under the fixed and contiguous alternatives. Simulation evaluations and real fMRI data application suggest that the semiparametric inference procedure provides more efficient detection of activated brain areas than the popular imaging analysis tools AFNI and FSL.