A Wavelet-Based Framework for Mapping Long Memory in Resting-State fMRI: Age-Related Changes in the Hippocampus from the ADHD-200 Dataset
Resting-state functional magnetic resonance imaging (fMRI) time series exhibit long-range temporal dependencies, and we propose a novel long-memory (LM) computational framework to explicitly capture and characterize their power-law autocorrelation structure. The pipeline involves voxelwise estimation of LM parameters via a wavelet-based Bayesian method, yielding spatial maps of temporal dependence, which are then analyzed using composite basis decomposition to capture associations between voxelwise maps and phenotypic covariates across subjects. We validate our method through comprehensive simulations, demonstrating accurate parameter recovery and comparable performance to frequentist approaches. Applied to the ADHD-200 dataset, we observed significant positive associations between age and the LM parameter in the hippocampus after adjusting for symptom severity and medication, suggesting that long-range temporal dependence increases with development in memory-related regions.
Un cadre basé sur les ondelettes pour la cartographie de la mémoire à long terme en IRMf au repos : changements liés à l'âge dans l'hippocampe à partir de l'ensemble de données ADHD-200
Les séries chronologiques issues de l'imagerie par résonance magnétique fonctionnelle (IRMf) au repos présentent des dépendances temporelles à longue portée ; nous proposons donc un nouveau cadre de calcul à mémoire longue (LM) afin de saisir et de caractériser explicitement leur structure d'autocorrélation de type loi de puissance. La liaison comprend une estimation voxel à voxel des paramètres LM par une méthode bayésienne basée sur les ondelettes, produisant des cartes spatiales de dépendance temporelle, qui sont ensuite analysées à l'aide d'une décomposition en bases composites afin de saisir les associations entre les cartes voxel à voxel et les covariables phénotypiques chez les sujets. Nous validons notre méthode par des simulations exhaustives, démontrant une récupération précise des paramètres et des performances comparables à celles des approches fréquentialistes. Appliquée à l'ensemble de données ADHD-200, nous avons observé des associations positives considérables entre l'âge et le paramètre LM dans l'hippocampe après ajustement pour la gravité des symptômes et la médication, ce qui suggère que la dépendance temporelle à long terme augmente avec le développement dans les régions liées à la mémoire.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais