arXiv cs.AI· Sheethal Bhat, Mahfuzur Rahman Chowdhury, Imam Ahmed Shaik, Rose Dawn Bharath, Siming Bayer, Andreas Maier·· 12 小时前AI 评分24
ADNI 静息态 fMRI 认知预测中的个体化功能网络归因有多可靠？
How Reliable Is Individualized Functional-Network Attribution in Resting-State fMRI Cognitive Prediction in ADNI?
AI 导读
研究评估了 ADNI 中 N=875 名受试者上冻结的 Schaefer-200 功能连接预测器（预测 MMSE/ADAS-Cog13）的逐受试者网络消融归因可靠性。
正文 · AI 翻译
摘要：个体化归因估计可确定哪些功能网络驱动了针对特定受试者的模型预测，常被提议作为可解释的静息态 fMRI（rs-fMRI）生物标志物，但其重测信度很少被量化。我们评估了冻结的静息态功能连接（FC）预测器（Schaefer-200 FC 预测 MMSE/ADAS-Cog13）在来自阿尔茨海默病神经影像学倡议（ADNI）的 N=875 名受试者上训练后的逐受试者网络消融归因，使用了 (iii) 受试者级置换零假设。分半信度接近上限（Spearman p=0.948/0.950），但在扫描-重扫描中下降（p=0.609/0.616）。在受试者不匹配零假设下，相关性仍然显著（p~0.46-0.47），表明存在强烈的群体共享结构，但匹配对超过该零假设（z~6.6-6.9，p<=10-4）。因此，在 ADNI 中，个体化网络归因在强烈的群体共享模式之上包含一个适度但非零的个体特异性成分。我们建议报告扫描-重扫描信度并配合置换零假设对照，而非仅报告会话内替代指标，以避免夸大个体特异性。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.37472 [cs.CV] |
| （或 arXiv:2610.37472v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37472 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sheethal Bhat [查看电子邮件]
[v1]
2026年10月27日星期二 16:04:54 UTC（442 KB）
来源：arXiv cs.AI · arxiv.org