Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Bayesian modelling of effective and functional brain connectivity using hierarchical vector autoregressions
Division of Statistics and Machine Learning, Department of Computer and Information Science, Linköping University , Linköping , Sweden;Center for Medical Image Science and Visualization (CMIV), Linköping University , Linköping , Sweden.ORCID-id: 0000-0003-2193-6003
Umeå universitet, Samhällsvetenskapliga fakulteten, Handelshögskolan vid Umeå universitet, Statistik. Umeå universitet, Samhällsvetenskapliga fakulteten, Handelshögskolan vid Umeå universitet, Nationalekonomi. Department of Statistics, Umeå School of Business, Economics and Statistics (USBE), Umeå University , Umeå , Sweden.ORCID-id: 0000-0003-1524-0851
Center for Medical Image Science and Visualization (CMIV), Linköping University , Linköping , Sweden;Division of Medical Informatics, Department of Biomedical Engineering, Linköping University , Linköping , Sweden.
Department of Statistics, Stockholm University , Stockholm , Sweden.
2024 (Engelska)Ingår i: The Journal of the Royal Statistical Society, Series C: Applied Statistics, ISSN 0035-9254, E-ISSN 1467-9876Artikel i tidskrift (Refereegranskat) Epub ahead of print
Abstract [en]

Analysis of brain connectivity is important for understanding how information is processed by the brain. We propose a novel Bayesian vector autoregression hierarchical model for analysing brain connectivity within resting-state functional magnetic resonance imaging, and apply it to simulated data and a real data set with subjects in different groups. Our approach models functional and effective connectivity simultaneously and allows for both group- and single-subject inference. We combine analytical marginalization with Hamiltonian Monte Carlo to obtain highly efficient posterior sampling. We show that our model gives similar inference for effective connectivity compared to models with a common covariance matrix to all subjects, but more accurate inference for functional connectivity between regions compared to models with more restrictive covariance structures. A Stan implementation of our model is available on GitHub.

Ort, förlag, år, upplaga, sidor
Oxford University Press, 2024.
Nyckelord [en]
Bayesian inference, effective connectivity, functional connectivity, Hamiltonian Monte Carlo, hierarchical modelling, resting-state fMRI
Nationell ämneskategori
Sannolikhetsteori och statistik
Forskningsämne
statistik
Identifikatorer
URN: urn:nbn:se:umu:diva-222725DOI: 10.1093/jrsssc/qlae014ISI: 001186104900001OAI: oai:DiVA.org:umu-222725DiVA, id: diva2:1847110
Forskningsfinansiär
Riksbankens Jubileumsfond, P16-028:1Vetenskapsrådet, 2020-02846Tillgänglig från: 2024-03-26 Skapad: 2024-03-26 Senast uppdaterad: 2024-03-26

Open Access i DiVA

fulltext(5113 kB)34 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 5113 kBChecksumma SHA-512
264cf015b8f08f4576020354c60e998fc9f6456bd1400c4cee2831d8b4e12c695d2092ee68443c2d78a92ccc3d10396a51c111186fd8e79c9303dd143346aed6
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Person

Lundquist, Anders

Sök vidare i DiVA

Av författaren/redaktören
Wegmann, BertilLundquist, Anders
Av organisationen
StatistikNationalekonomi
I samma tidskrift
The Journal of the Royal Statistical Society, Series C: Applied Statistics
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 34 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 264 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf