论文研究 功能性MRI数据的预测模型

在这项研究中，我们分析了描述820名受试者的功能性磁共振成像（MRI）成像的大脑活动数据，每个受试者在4个不同的时间进行了扫描。 这种多次扫描使我们有机会观察到受试者内成像特征的一致性，以及受试者之间的变异性。 然后将最一致的特征用于预测受试者的特征。 我们集中于四种预测方法（回归，逻辑回归，线性判别分析和随机森林），以便根据在大脑区域之间观察到的大脑活动来预测受试者的特征，例如性别和年龄。 这些预测是根据每个区域的4次扫描所评估的大脑区域之间调整后的交流活动进行的。 由于在116个大脑区域之间存在大量此类交流，因此我们对最有希望的大脑区域对进行了初步选择。 Logistic回归在根据大脑区域