摘要
巴黎-萨克雷大学等机构提出MVICAD2,允许不同被试的脑源在时间延迟和膨胀两方面存在差异,以解决MVICA假设过于严格、仅估计延迟不足以刻画听觉刺激等脑动态的问题。该模型源可识别,似然有闭式近似,并通过正则化与优化提升性能。模拟显示其优于现有方法,Cam-CAN数据集验证了延迟和膨胀与衰老相关。
巴黎-萨克雷大学等机构提出MVICAD2,允许不同被试的脑源在时间延迟和膨胀两方面存在差异,以解决MVICA假设过于严格、仅估计延迟不足以刻画听觉刺激等脑动态的问题。该模型源可识别,似然有闭式近似,并通过正则化与优化提升性能。模拟显示其优于现有方法,Cam-CAN数据集验证了延迟和膨胀与衰老相关。