本文選題：基因影像學(xué) + 腦功能連接網(wǎng)絡(luò)�。� 參考：《模式識(shí)別與人工智能》2017年09期

【摘要】：基因影像學(xué)現(xiàn)有研究大多只重視腦部感興趣區(qū)域的特征提取,而針對(duì)腦區(qū)與腦區(qū)之間相互關(guān)聯(lián)這種連接性特征的研究工作相對(duì)較少.最近的研究顯示使用結(jié)構(gòu)化的網(wǎng)絡(luò)模型量化腦區(qū)之間的復(fù)雜連接可以更好地反映大腦的綜合特性.因此,文中提出基于超網(wǎng)絡(luò)的稀疏多任務(wù)典型相關(guān)分析算法.首先使用稀疏表示的方法從功能核磁共振圖像(f MRI)的時(shí)間序列中建立超網(wǎng)絡(luò),然后從超網(wǎng)絡(luò)中提取3種聚類(lèi)系數(shù)作為腦影像特征,最后采用稀疏多任務(wù)典型相關(guān)分析求得基因與3種影像特征之間的關(guān)聯(lián).在ADNI數(shù)據(jù)集上的實(shí)驗(yàn)證明文中算法不僅有助于提高基因與影像之間關(guān)聯(lián)分析的能力,還可以發(fā)現(xiàn)一些與疾病密切相關(guān)的遺傳風(fēng)險(xiǎn)因素.
[Abstract]:Most of the current researches on gene imaging only focus on the feature extraction of regions of interest to the brain, but there are relatively few studies on the connective characteristics of the interrelation between brain regions and brain regions. Recent studies have shown that the use of structured network models to quantify complex connections between brain regions can better reflect the integrated characteristics of the brain. Therefore, a sparse multitask canonical correlation analysis algorithm based on supernetwork is proposed. Firstly, a supernetwork is established from the time series of the functional nuclear magnetic resonance image (fMRI) by sparse representation, and then three clustering coefficients are extracted from the supernetwork as the features of the brain image. Finally, sparse multitask canonical correlation analysis is used to find the correlation between genes and three image features. Experiments on the ADNI dataset show that the proposed algorithm can not only improve the ability of correlation analysis between gene and image, but also find some genetic risk factors closely related to disease.
【作者單位】： 南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(No.61422204,61473149) 南京航空航天大學(xué)基本科研業(yè)務(wù)費(fèi)(No.NE2013105)資助~~
【分類(lèi)號(hào)】：O157.5;R749.16

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李亞鵬;覃媛媛;李煒;;阿爾茨海默病患者大腦功能網(wǎng)絡(luò)的改變[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;2013年06期

2 韓敏;魏茹;;基于改進(jìn)典型相關(guān)分析的混沌時(shí)間序列預(yù)測(cè)[J];大連理工大學(xué)學(xué)報(bào);2008年02期

3 李雪;林和平;李迎斌;;灰典型相關(guān)分析研究與應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2009年06期

4 金友漁;自典型相關(guān)分析模型及其在提高氣象預(yù)報(bào)效果中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;1990年03期

5 王立元,胡艷,王惠文;區(qū)間數(shù)據(jù)典型相關(guān)分析技術(shù)及其在股市分析中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2005年01期

6 陳孝源;俞善賢;李漢惠;;典型相關(guān)分析在臺(tái)風(fēng)路徑預(yù)報(bào)中的應(yīng)用[J];應(yīng)用概率統(tǒng)計(jì);1987年02期

7 熊桂武,黃君;我國(guó)居民消費(fèi)的典型相關(guān)分析[J];陜西教育學(xué)院學(xué)報(bào);2004年01期

8 馮纓;吳繼英;徐志紅;;上海市社會(huì)倫理與經(jīng)濟(jì)發(fā)展?fàn)顩r典型相關(guān)分析[J];江蘇大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2006年02期

9 林黎云;王文娟;;居民生活質(zhì)量和第三產(chǎn)業(yè)發(fā)展的典型相關(guān)分析[J];科教文匯(上半月);2006年05期

10 金蛟;;穩(wěn)健典型相關(guān)分析及應(yīng)用[J];統(tǒng)計(jì)與決策;2007年10期

相關(guān)會(huì)議論文 前3條

1 毛定祥;;運(yùn)用典型相關(guān)分析分析股市的若干特性[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 苗敬毅;;山西省產(chǎn)業(yè)結(jié)構(gòu)的典型相關(guān)分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 李健寧;潘蘇東;;科技投入與科技產(chǎn)出的典型相關(guān)分析研究[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

相關(guān)碩士學(xué)位論文 前3條

1 劉夢(mèng)琦;多元統(tǒng)計(jì)分析中兩個(gè)問(wèn)題的研究[D];云南財(cái)經(jīng)大學(xué);2015年

2 師少杰;典型相關(guān)分析：在機(jī)器學(xué)習(xí)方法上應(yīng)用的概述[D];北京交通大學(xué);2012年

3 李雪;灰典型相關(guān)分析的研究及其在多變量時(shí)間序列中的應(yīng)用[D];東北師范大學(xué);2008年

，

本文編號(hào)：1790112