University of San Francisco;The Penn State Research Foundation;Ohio State Innovation Foundation;University of North Carolina
发明人:
申请号：
EP17851449.3
公开号：
EP3512415A1
申请日:
2017.09.13
申请国别(地区):
EP
年份:
2019
代理人:
摘要：
Systems and methods are described herein for modeling neural architecture. Regions of interest of a brain of a subject can be identified based on image data characterizing the brain of the subject. the identified regions of interest can be mapped to a connectivity matrix. The connectivity matrix can be a weighted and undirected network. A multivariate transformation can be applied to the connectivity matrix to transform the connectivity matrix into a partial correlation matrix. The multivariate transformation can maintain a positive definite constraint for the connectivity matrix. The partial correlation matrix can be transformed into a neural model indicative of the connectivity matrix.L'invention concerne des systèmes et des procédés de modélisation d'architecture neurale. Des régions d'intérêt d'un cerveau d'un sujet peuvent être identifiées sur la base de données d'image caractérisant le cerveau du sujet. Les régions d'intérêt identifiées peuvent être mises en correspondance avec une matrice de connectivité. La matrice de connectivité peut être un réseau pondéré et non orienté. Une transformation à variables multiples peut être appliquée à la matrice de connectivité pour transformer la matrice de connectivité en une matrice de corrélation partielle. La transformation à variables multiples peut maintenir une contrainte définie positive pour la matrice de connectivité. La matrice de corrélation partielle peut être transformée en un modèle neural indicatif de la matrice de connectivité.
