ベーコン：脳の活性化と変化における逆推論のためのツール

過去数十年にわたって、強力なMRIベースの方法が開発されてきました。これにより、脳の活動のボクセルベースのマップと、さまざまな条件に関連する解剖学的変動の両方が生成されました。機能的または構造的なMRIデータに関して、前方推論は、精神的機能または脳障害を与えられた領域が含まれる領域を決定しようとします。将来の推論の主な欠点は、調査中のプロセス/状態に固有の脳領域の関与を示唆しているため、特異性の欠如です。したがって、脳活性化または変化の特定のパターンが精神機能または脳の病理に特に関連している程度を決定するために、別のアプローチが必要です。この研究では、機能的および構造的なニューロイメージングデータの両方で逆推論を実行するためのベーコン（ベイズファクターモデリング）と呼ばれる新しいツールを提示します。ベーコンはベイズの要因を実装し、活性化尤度推定導出マップを使用して、特定の精神機能または脳の病理に関する特異性の証拠に関する事後確率分布を取得します。

Over the past decades, powerful MRI-based methods have been developed, which yield both voxel-based maps of the brain activity and anatomical variation related to different conditions. With regard to functional or structural MRI data, forward inferences try to determine which areas are involved given a mental function or a brain disorder. A major drawback of forward inference is its lack of specificity, as it suggests the involvement of brain areas that are not specific for the process/condition under investigation. Therefore, a different approach is needed to determine to what extent a given pattern of cerebral activation or alteration is specifically associated with a mental function or brain pathology. In this study, we present a new tool called BACON (Bayes fACtor mOdeliNg) for performing reverse inference both with functional and structural neuroimaging data. BACON implements the Bayes' factor and uses the activation likelihood estimation derived-maps to obtain posterior probability distributions on the evidence of specificity with regard to a particular mental function or brain pathology.