This article proposes a Bayesian hierarchical mixture model to analyze functional brain connectivity where mixture components represent “positively connected” and “non-connected” brain regions. Such an approach provides a data-informed separation of reliable and spurious connections in contrast to arbitrary thresholding of a connectivity matrix. The hierarchical structure of the model allows simultaneous inferences for the entire population as well as for each individual subject. A new connectivity measure, the posterior probability of a given pair of brain regions of a specific subject to be connected given the observed correlation of regions' activity, can be computed from the model fit. The posterior probability reflects the connectivity of a pair of regions relative to the overall connectivity pattern of an individual, which is overlooked in traditional correlation analyses. This article demonstrates that using the posterior probability might diminish the effect of spurious connections on inferences, which is present when a correlation is used as a connectivity measure. In addition, simulation analyses reveal that the sparsification of the connectivity matrix using the posterior probabilities might outperform the absolute thresholding based on correlations. Therefore, we suggest that posterior probability might be a beneficial measure of connectivity compared with the correlation. The applicability of the introduced method is exemplified by a study of functional resting-state brain connectivity in older adults.

中文翻译：

---

用于分析静息状态功能性大脑连接的分层贝叶斯混合模型方法：阈值的替代方法。

本文提出了一个贝叶斯分层混合模型来分析功能性大脑连通性，其中混合成分代表“正连接”和“非连接”大脑区域。与连接矩阵的任意阈值化相比，这种方法提供了可靠和虚假连接的数据通知分离。该模型的层次结构允许对整个群体以及每个个体进行同时推理。一种新的连通性度量，即给定观察到的区域活动相关性的特定对象的给定一对大脑区域的后验概率，可以从模型拟合中计算出来。后验概率反映了一对区域相对于个体整体连通性模式的连通性，这在传统的相关分析中被忽略了。本文演示了使用后验概率可能会减少虚假连接对推理的影响，当相关性用作连接性度量时会出现这种影响。此外，模拟分析表明，使用后验概率的连接矩阵稀疏化可能优于基于相关性的绝对阈值。因此，我们建议与相关性相比，后验概率可能是一种有益的连通性度量。对老年人功能性静息状态大脑连通性的研究证明了所介绍方法的适用性。本文演示了使用后验概率可能会减少虚假连接对推理的影响，当相关性用作连接性度量时会出现这种影响。此外，模拟分析表明，使用后验概率的连接矩阵稀疏化可能优于基于相关性的绝对阈值。因此，我们建议与相关性相比，后验概率可能是一种有益的连通性度量。对老年人功能性静息状态大脑连通性的研究证明了所介绍方法的适用性。本文演示了使用后验概率可能会减少虚假连接对推理的影响，当相关性用作连接性度量时会出现这种影响。此外，模拟分析表明，使用后验概率的连接矩阵稀疏化可能优于基于相关性的绝对阈值。因此，我们建议与相关性相比，后验概率可能是一种有益的连通性度量。对老年人功能性静息状态大脑连通性的研究证明了所介绍方法的适用性。模拟分析表明，使用后验概率的连接矩阵稀疏化可能优于基于相关性的绝对阈值。因此，我们建议与相关性相比，后验概率可能是一种有益的连通性度量。对老年人功能性静息状态大脑连通性的研究证明了所介绍方法的适用性。模拟分析表明，使用后验概率的连接矩阵稀疏化可能优于基于相关性的绝对阈值。因此，我们建议与相关性相比，后验概率可能是一种有益的连通性度量。对老年人功能性静息状态大脑连通性的研究证明了所介绍方法的适用性。