×

功能性连接体指纹的统计测试。 (英语。法语摘要) Zbl 07759569号

摘要:功能性连接体指纹图谱是功能性磁共振成像连接组学中越来越标准的再现性测量方法。在这样的研究中,一个人试图在两次测量的一组受试者中,以盲法将受试者的第一次会话图像与第二次会话图像进行匹配。正确匹配的数量或百分比通常作为统计数据报告,然后用于排列测试。尽管这些程序简单且越来越流行,但统计测试的可靠性、威力以及影响测试的因素尚未得到研究。本文研究了指纹分析中基于可互换性假设的匹配统计检验。我们证明了一个几乎通用的泊松(1)近似适用于不同的匹配方案。我们从理论上研究了置换测试,并探讨了该测试对替代假设中无趣的方向过于敏感的问题,例如由于家庭状况或人口统计学而导致的聚类。我们对两个功能磁共振成像(fMRI)静止状态数据集进行了数值研究,即人类连接组项目(HCP)和巴尔的摩衰老纵向研究(BLSA)。这些数据集很有启发性,因为HCP包括长扫描的技术复制,包括单卵和双卵双胞胎以及非双亲兄弟姐妹。相比之下,BLSA研究在纵向研究中纳入了更典型的长度静止状态扫描。最后,对HCP数据进行了单个区域连接的研究。
{©2021加拿大统计学会}

MSC公司:

62至XX 统计

软件:

rgl公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Adler,D.,Murdoch,D.等人(2018)。rgl:使用OpenGL进行三维可视化。R包版本0.99.16。
[2] Agresti,A.等人(1992年)。列联表精确推断综述。统计科学,7(1),131-153·Zbl 0955.62587号
[3] Airan,R.D.、Vogelstein,J.T.、Pillai,J.J.、Caffo,B.、Pekar,J.J和Sair,H.I.(2016)。影响MRI功能连通性个体间差异表征和定位的因素。人脑成像,37(5),1986-1997。
[4] Amico,E.&Goñi,J.(2018年)。对人类功能连接体可识别性的探索。科学报告,8(1),1-14。
[5] Aron,A.R.、Gluck,M.A.和Poldrack,R.A.(2006年)。分类学习任务中功能性MRI的长期重测可靠性。神经影像学,29(3),1000-1006。
[6] Barton,D.(1958年)。匹配分布:泊松极限形式和导出的近似方法。英国皇家统计学会杂志。B系列(方法学),20(1),73-92·Zbl 0087.13802号
[7] Berthold,M.R.&Höppner,F.(2016)。利用欧氏距离和皮尔逊相关对时间序列进行聚类。arXiv预打印arXiv:1601.02213。
[8] Bridgeford,E.W.、Wang,S.、Yang,Z.、Wang.、Xu,T.、Craddock,C.、Dey,J.、Kiar,G.、Gray‐Roncal,W.、Coulantoni,C.等人(2020年)。大数据再现性:在脑成像和基因组学中的应用。生物Rxiv。https://doi.org/10.1101/802629 ·数字对象标识代码:10.1101/802629
[9] Caplan,R.M.(1990)。指纹如何用于个人身份识别。美国皮肤病学会杂志,23(1),109-114。
[10] Chatterjee,S.、Diaconis,P.、Meckes,E.等人(2005年)。交换对和泊松近似。概率调查,264-106·Zbl 1189.60072号
[11] Chee,A.S.、Jones,C.K.、Joel,S.E.、Muschelli,J.、Belegu,V.、Caffo,B.S.、Lindquist,M.A.、Van Zijl,P.C.和Pekar,J.J.(2015)。3.5年期间每周静息状态fMRI的再现性和时间结构。《公共科学图书馆·综合》,10(10),e0140314。
[12] Choe,A.S.、Nebel,M.B.、Barber,A.D.、Cohen,J.R.、Xu,Y.、Pekar,J.J.、Caffo,B.和Lindquist,M.A.(2017年)。比较动态功能连接方法的重新测试可靠性。《神经影像》,158155-175。
[13] Dey,P.(2014)。泊松近似的Stein‐Chen方法。伊利诺伊大学香槟分校。
[14] Feng,D.,Tierney,L.等人(2008)。《统计软件杂志》,28(1),1-24,计算和显示等值面。
[15] Finn,E.S.、Scheinost,D.、Finn,D.M.、Shen,X.、Papademetris,X.和Constable,R.T.(2017)。能否操纵大脑状态来强调功能连接中的个体差异?神经影像,160140-151。
[16] Finn,E.S.、Shen,X.、Scheinost,D.、Rosenberg,M.D.、Huang,J.、Chun,M.M.、Papademetris,X.和Constable,R.T.(2015)。功能连接体指纹识别:使用大脑连接模式识别个体。《自然神经科学》,第18期,1664-1671页。
[17] Glasser,M.F.、Sotiropoulos,S.N.、Wilson,J.A.、Coalson,T.S.、Fischl,B.、Andersson,J.L.、Xu,J.、Jbabdi,S.、Webster,M.、Polimeni,J.R.等人(2013年)。人类连接体项目的最小预处理管道。神经影像学,80105-124。
[18] Golub,G.&Van Loan,C.(1996年)。矩阵计算,第三版,马里兰州巴尔的摩:约翰·霍普金斯大学出版社·Zbl 0865.65009号
[19] Good,P.(2013)。置换测试:测试假设的重采样方法实用指南。柏林施普林格科技与商业媒体。
[20] Griffanti,L.、Rolinski,M.、Szewczyk‐Krolikowski,K.、Menke,R.A.、Filippini,N.、Zamboni,G.、Jenkinson,M.,Hu,M.T.和Mackay,C.E.(2016)。静息状态fMRI临床研究再现性的挑战:早期帕金森病的一个例子。神经影像,124,704-713。
[21] 霍夫丁(1952)。基于观测值排列的大样本检验能力。《数理统计年鉴》,23(2),169-192·Zbl 0046.36403号
[22] Horien,C.、Noble,S.、Finn,E.S.、Shen,X.、Scheinost,D.和Constable,R.T.(2018年)。考虑影响基于连接体的识别过程的因素:Waller等人的评论。NeuroImage,169172-175。
[23] Jalbrzikowski,M.、Liu,F.、Foran,W.、Klei,L.、Calabro,F.J.、Roeder,K.、Devlin,B.和Luna,B.(2020年)。在同一天和相隔1.5年进行检查时,年轻人和成年人的功能性连接体指纹识别准确性相似。生物Rxiv。https://doi.org/10.1101/812719。 ·doi:10.1101/812719
[24] Kaufmann,T.、Alns,D.、Doan,N.T.、Brandt,C.L.、Andreassen,O.A.和Westlye,L.T.(2017年)。连接体发育中的延迟稳定和个体化与精神疾病有关。《自然神经科学》,20(4),513-515。
[25] Landman,B.A.、Huang,A.J.、Gifford,A.、Vikram,D.S.、Lim,I.A.L.、Farrell,J.A.、Bogovic,J.A、Hua,J.、Chen,M.、Jarso,S.等人(2011年)。多参数神经成像再现性:一项3‐T资源研究。《神经影像》,54(4),2854-2866。
[26] Lehmann,E.L.和Romano,J.P.(2006年)。测试统计假设。柏林施普林格科技与商业媒体·2018年6月17日
[27] Mazziotta,J.、Toga,A.、Evans,A.、Fox,P.、Lancaster,J.,Zilles,K.、Woods,R.、Paus,T.、Simpson,G.、Pike,B.等人(2001年)。人脑概率图谱和参考系统:国际脑图联合会(ICBM)。伦敦皇家学会哲学学报B:生物科学,356(1412),1293-1322。
[28] Munsell,B.C.、Wu,G.、Bonilha,L.和Laurienti,P.(2018年)。连接组学:神经成像的应用。英国伦敦:学术出版社。
[29] Muschelli,J.、Sweeney,E.和Crainiceanu,C.(2014)。脑反应:高分辨率神经影像数据的交互式3和4D图像。《R杂志》,6(1),41。
[30] Noble,S.、Span,M.N.、Tokoglu,F.、Shen,X.、Constable,R.T.和Scheinost,D.(2017)。功能连接mri对重测可靠性的影响及其与行为效用的关系。大脑皮层,27(11),5415-5429。
[31] Pentico,D.W.(2007)。作业问题:黄金周年调查。《欧洲运筹学杂志》,176(2),774-793·Zbl 1103.90060号
[32] Poldrack,R.A.和Poline,J.‐B。(2015). 共享数据的发布和再现性挑战。《认知科学趋势》,19(2),59-61。
[33] Raab,M.&Steger,A.(1998年)。“球进箱子”-一个简单而严密的分析。在计算机科学随机和近似技术国际研讨会上。柏林施普林格出版社,第159-170页·Zbl 0928.60001号
[34] Resnick,S.M.、Goldszal,A.F.、Davatzikos,C.、Golski,S.、Kraut,M.A.、Metter,E.J.、Bryan,R.N.和Zonderman,A.B.(2000年)。老年人一岁时MRI脑容量的变化。大脑皮层,10(5),464-472。
[35] Shen,X.、Tokoglu,F.、Papademetris,X.和Constable,R.T.(2013)。基于静息状态fMRI数据的全脑分组用于网络节点识别。神经影像,82,403-415。
[36] Shou,H.、Eloyan,A.、Lee,S.、Zipunnikov,V.、Crainiceanu,A.、Nebel,M.、Caffo,B.、Lindquist,M.和Crainiceanau,C.(2013)。量化图像复制研究的可靠性:图像组内相关系数(I2C2)。认知、情感和行为神经科学,13(4),714-724。
[37] Stigler,S.M.(1995)。高尔顿和指纹识别。遗传学,140(3),857。
[38] Van Dongen,S.和Enright,A.J.(2012年)。由余弦相似性和皮尔逊和斯派曼相关性导出的度量距离。arXiv预打印arXiv:1208.3145。
[39] Van Essen,D.C.、Smith,S.M.、Barch,D.M.、Behrens,T.E.、Yacoub,E.、Ugurbil,K.、Consortium,W.-M。H.等人(2013)。WU‐Minn人类连接体项目:概述。神经影像,80,62-79。
[40] Venkatesh,M.、Jaja,J.和Pessoa,L.(2020年)。比较功能连接矩阵:一种用于参与者识别的几何感知方法。神经影像,207116398。
[41] Vogelstein,J.T.、Wang,S.、Priebe,C.、Craddock,C.、Zuo,X.‐N.和Milham,M.(2015)。探索科学的优化设计:神经成像的应用[海报会议]。2015年人类大脑绘图组织(OHBM),夏威夷州火奴鲁鲁。
[42] Waller,L.、Walter,H.、Kruschwitz,J.D.、Reuter,L.,Müller,S.、Erk,S.和Veer,I.M.(2017年)。评估连接体指纹的可复制性、特异性和通用性。《神经影像》,158371-377。
[43] Wang,Z.、Bridgeford,E.、Wang,S.、Vogelstein,J.T.和Caffo,B.(2020年)。数据重复性测量的统计分析。arXiv预印arXiv:2005.11911。
[44] Xu,T.、Opitz,A.、Craddock,R.C.、Wright,M.J.、Zuo,X.‐N.和Milham,M.P.(2016)。评估内在大脑区域组织的变化:从指纹到可靠性。大脑皮层,26(11),4192-4211。
[45] 左,X.‐N。,Anderson,J.S.、Bellec,P.、Birn,R.M.、Biswal,B.B.、Blautzik,J.、Breitner,J.C.、Buckner,R.L.、Calhoun,V.D.、Castellanos,F.X.等人(2014)。建立功能连接组学可靠性和再现性的开放科学资源。科学数据,114049。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。