誘発成分分析（ECA）：GLM正則化に基づく機能的超音波信号の分解 背景紹介 機能的神経イメージングデータ分析は、脳活動の空間的および時間的パターンを明らかにすることを目的としています。既存のデータ分析方法は大きく二つに分けられます：完全にデータに基づく分析方法と、刺激時間コースを用いて脳活動を分析するなど、先験情報に依存する方法です。一般に、刺激信号を使うことで活発な脳領域を識別する手助けができますが、脳の刺激に対する反応は非線形および時間変動の特徴を示します。そのため、完全に刺激信号に依存して脳の時間反応を記述することは、脳機能の理解を制限する可能性があります。 このような背景のもと、著者は新しい技術、誘発成分分析（Evoked Component Analysis, ECA）を提案しま...