探寻视觉脑网络中直接功能连接的本质
原文中文,约400字,阅读约需1分钟。发表于: 。通过对 fMRI 时间序列的全面分析探索了不同类型的视觉脑网络 (VBN),其中的图形特征分类结果显示 XGBoost 对于正相关的 VBN 的平均准确率范围为 86.5% 至 91.5%,比负相关的 VBN 高 2%,这不仅体现了每种图像复杂性特异性 VBN 的区分图形特征,也强调了研究正相关和负相关 VBN 以理解在观看不同复杂度的真实世界图像时大脑功能的不同的重要性。
该研究提出了一种新的方法,通过计算视觉网络的拓扑特征差异,对不同视觉数据集进行分类。研究发现不同数据集的视觉网络具有独特的拓扑模式,对于理解视觉和诊断视觉处理障碍具有重要意义。