更快的计算，可视化功能脑成像中脑活动的更精细细节

计算上有效的数据处理方案将使能够在前所未有的分辨率下看到大脑的不同部分之间的大脑活动的相关性。由KAUST研究人员开发的基于统计数据的计算方案，也解决了医疗和生物成像的最关键问题之一 - 如何快速处理成像数据，以实现最新的高分辨率成像技术的全部探索力。

功能的发展磁共振成像（FMRI）在20世纪90年代初是真正的eureka脑研究时刻之一。使用现有的非侵入式MRI技术，FMRI映射大脑中血氧分布，与大脑活动密切相关。使用FMRI，可以拍摄快照脑活动响应特定的刺激，例如语音，响应内存问题或视觉场景。

虽然FMRI能够采用由数十万点或'体素组成的高分辨率图像，但它是一种巨大的计算任务，用于映射大脑不同区域的同时脑功能之间的相关性。即使在今天提供的计算能力范围内，这种计算也不是通过直接方法可行的，因此需要更具计算的有效方法。

Marc Genton和Hernando Imboao来自Kaust，与来自美国Notre Dame大学的Stefano Castruccio合作，已经解决了这个问题。他们开发了一种基于统计学的计算方案，将大脑的不同部分的活动与不同的空间尺度不同，从整个大脑到更小的区域结构，并降至最小的脑体积。

“使用统计方法，我们的多分辨率方法基本上将FMRI数据的空间组成部分分解为不同的尺度 - 从全局到本地，”Immao说。

作为与加州大学欧文大学的中风康复中心合作开发的一部分，计算方案以易于为分布计算的方式计算越来越大的活动读数越来越大的活动读数的统计“形状”，使其高效。

这不仅解决了计算问题，它还提高了结果的可解释性，确保活动之间的连接可以在每个脑区和不同的脑区内表征。

“重要的是考虑空间分离的神经元单元在建模FMRI数据中彼此通信，以避免误导结果，例如错误激活，或无法检测活动。”墨涛说。“正确识别激活和灭活的单位将有助于我们改善我们对人类的理解脑在健康和患病群体中的功能。“

---

---