Minimum‐Phase Property of the Hemodynamic Response Function, and Implications for Granger Causality in <scp>fMRI</scp>
Notice bibliographique
Résumé
Granger causality (GC) is widely used in neuroimaging to estimate directed statistical dependence between brain regions using time series of brain activity. A known problem is that fMRI measures brain activity indirectly via the blood-oxygen-level-dependent (BOLD) signal, which can distort GC estimates by introducing different time-to-peak responses across brain regions. However, how these distortions affect the validity of inferred connections is not fully understood. Previous studies have shown that false positives are not introduced if the haemodynamic response function (HRF) is minimum-phase; but whether the HRF is actually minimum-phase has remained contentious. Here, we address this issue by studying the transfer functions of three realistic biophysical models. We find that the minimum-phase condition is met for a wide range of physiologically plausible parameter values. Therefore, statistical testing of GC can be viable even if the HRF varies across brain regions, with the following two limitations. First, the minimum-phase condition is violated for parameter combinations that generate an initial dip in the HRF. Second, slow sampling of the BOLD signal (seconds) compared to the timescales of neural signal propagation (milliseconds) may still introduce spurious GC inferences. Beyond GC analysis, the closed-form expressions for the transfer functions of these popular HRF models are valuable for modeling fMRI time series since they balance mathematical tractability with biological plausibility.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».