3-CurrentVarianceEstimation
階層ベイズ推定による最適逆フィルタ推定
数多く提案されている電流源推定アルゴリズムの中で、観測磁場から電流源分散の空間的なパターンを推定する点がVBMEGの独自性である。そのためには、fMRI実験から得た空間情報を先見情報として使用し、観測データと結合することによって、ベイズ法によって事後分布の最頻値として推定される。この推定した事後分散値とリードフィールド行列を用いることによって、観測磁場から電流源への変換行列が形成される(電流源から磁場への変換行列リードフィールド行列を順フィルタと呼ぶのに対して逆フィルタと呼ぶ)。
bayes_parmについて
電流源分散推定プログラムを動作させるためには、
- 必要なファイルの設定
- 各種パラメータの設定
を行う必要があり、それらの値は'bayes_parm'の各フィールドとして設定される。以下に各フィールドの説明と変数型をカテゴリごとに記述する。
基本パラメータ
フィールド名 | 説明 | 変数型 | 例 | 備考 |
brainfile | 脳モデルファイル | string | ‘100009d.brain.mat’ | |
---|---|---|---|---|
basisfile | リードフィールド行列ファイル | cell array of string | {‘c000157.basis.mat’} | |
megfile | MEGファイル | cell array of string | {‘c000157.meg.mat’} | |
bayesfile | 結果ファイル(出力) | string | ‘c000157.bayes.mat’ | |
actfile | fMRI強度情報ファイル | string | ‘100009d.act.mat’ | |
areafile | 活動領域ファイル | string | ‘100009d.area.mat’ | |
act_key | fMRI強度情報ID | string | ‘Retino_LLvsRest_C05' | |
area_key | 活動領域ID | string | ‘brodmann area 4’ | |
twin_meg | 解析用の時間窓 (単位:タイムポイント) | 1x2 vector | [1 1024] | |
Tnext | 分割時間窓のオンセット(単位:タイムポイント) | scalar or 1xn vector | 100 or [1 101 201] | |
Tperiod | 分割時間窓の継続期間(単位:タイムポイント) | scalar or 1xn vector | 100 or [100 100 100] |
推定モデルパラメータ
VBMEGでは電流源から観測磁場(MEG)への順モデル(推定モデル)を決める必要がある。推定モデルは観測ノイズ分散の共分散構造や事前電流源分散の共分散構造などいくつかの要因が合わさっているものである。以下で示す複数のフィールドは設定に関連しあっているため、設定にはある程度の知識が必要である。VBMEGではでよく使われるモデルをいくつか登録してあり'estimation_model'というフィールドを設定することによって、その他の関連するフィールドが自動設定される。
フィールド名 | 説明 | 変数型 | 例 | 備考 | |
estimation_model | 推定モデル | integer (1- 6) | 1 | 1,2 : Fixed sensor noise (global+focal) 3,4 : Covariance observation noise (focal) 5,6 : Estimated sensor noise (global + focal)。選んだモデルによって以下のフィールドの値が、自動設定される。 | |
---|---|---|---|---|---|
megnoisefile | センサノイズ推定用MEGファイル | string | ‘c000157.meg.mat’ | ||
forward_model | 電流源分散モデル | string | 'focal' or‘global+focal' | ||
update_sx | 観測ノイズ分散更新フラグ | integer | ON or OFF | ||
update_v | 背景電流源分散更新フラグ | integer | ON or OFF | ||
noise_model | 観測ノイズの共分散構造モデル | integer (1,2,3) | 1 | 1.等方分散(単位行列*定数) 2.対角行列, 3.フル共分散構造 | |
twin_global | 背景電流源分散の初期値計算用の時間窓 | 1x2 vector | [1 300] | ||
twin_noise | 観測ノイズ分散の共分散構造推定用の時間窓 | 1x2 vector | [1 300] |
Advanced パラメータ
[]はデフォルト値を表す。
フィールド名 | 説明 | 変数型 | 例 | 備考 | |
Ntrain | 学習回数 | integer [250] | |||
skip | 表示、自由エネルギーの計算頻度 | integer [10] | |||
a0 | 活動強度情報から電流源分散への写像値の下限 | real value [1] | |||
a0_act | 活動強度情報から電流源分散への写像値の上限 | real value [1000] | |||
Ta0 | 活動強度情報から信頼度パラメータへの写像値の下限 | real value [0] | |||
Ta0_act | 活動強度情報から信頼度パラメータへの写像値の上限 | real value [0] | |||
v0 | 事前背景電流源分散の初期値 | real value [0.01] | |||
Tv0 | 背景電流源分散の信頼度 | real value [0] | |||
basisfile_global | 背景活動のリードフィールド行列ファイル | string [basis_file] | ‘c000157.basis.mat’ | ||
area_key_global | 背景活動電流の領域 | string ['Cortex'] | 'Cortex’ | ||
Rfilt_global | 背景活動電流の空間平滑化半径 | real value [0] | 0.006 | ||
reduce_global | 背景活動電流の空間解像度 | real value [1] | 1 | 0からの1の値で指定した値に皮質頂点数がダウンサンプリングされる | |
contr_pr | 電流源分散の初期値として1つ前の時間窓の収束値を使うかどうか。 | integer [OFF] | ON or OFF | ||
temporal_filter | 時間方向の平滑化の有無 | integer [OFF] | ON or OFF | ||
trial_average | トライアル平均の有無 | integer [OFF] | ON or OFF | ||
expand_spatial_filter | 空間平滑化フィルターを指定した領域外に拡張するかどうか | integer [ON] | ON or OFF | area_keyが'Cortex’の時, Rfiltが0の時は無効。 | |
variance_orientation | 各ダイポール方向について電流源分散を推定するかどうか | integer [OFF] | ON or OFF | 電流源ダイポール方向を皮質方線方向に固定している時は無効。 | |
reduce | 全脳モデルファイルの空間解像度 | real value [1] | [0 1] | reduce = 0.1 なら元の脳モデルの頂点数を空間的に一様に1/10に間引くことに相当。 | |
Rfilt | 空間平滑化半径 (mm) | real value [0.006] | 0.006 | ||
cosval | 空間平滑化に及ぼす頂点に対する方向制約 | real value [-1] | [-1 1] | ||
Fdmin | 数値計算安定性のため | real value [1e-50] | |||
a_min | 数値計算安定性のため | real value [1e-6] | |||
a_max | 数値計算安定性のため | real value [1e6] | |||
noise_reg | noise_model = 3の時に観測ノイズ分散の正定性を保証するための正規化パラメータ | real value [0.1] |