×

大脑形状和连接性的功能随机效应建模。 (英语) Zbl 1496.62187号

小结:我们提出了一个统计框架,联合建模大脑形状和功能连接,这是大脑的两个复杂方面,已经独立进行了经典研究。我们采用黎曼建模方法来解释形状空间和连通空间的非欧几里德几何,这两个空间限制了协变轨迹成为有效的统计估计。为了将变异的遗传来源与独特环境因素驱动的遗传来源区分开来,我们在黎曼框架中嵌入了一个函数随机效应模型。我们将所提出的模型应用于人类连接体项目数据集,以探索年轻健康个体脑形和连接之间的自发共变异。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62兰特 功能数据分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] ALMASY,L.、DYER,T.D.和BLANGERO,J.(1997)。双变量数量性状连锁分析:多效性与共现连锁。遗传流行病学14 953-958.
[2] AMOS,C.I.(1994)。用于评估家系遗传连锁的稳健方差分量方法。Am.J.Hum.遗传学。54 535-543.
[3] ARGUILLÉRE,S.、MILLER,M.I.和YOUNES,L.(2016)。具有萎缩约束的差异化表面配准。SIAM J.成像科学。9 975-1003. ·Zbl 1346.58004号 ·数字对象标识码:10.1137/15M104431X
[4] ARSIGNY,V.、FILLARD,P.、PENNEC,X.和AYACHE,N.(2006)。对称正定矩阵上新型向量空间结构中的几何平均。SIAM J.矩阵分析。申请。29 328-347. ·Zbl 1144.47015号 ·数字对象标识代码:10.1137/050637996
[5] ARSLAN,S.、KTENA,S.I.、MAKROPOULOS,A.、ROBINSON,E.C.、RUECKERT,D.和PARISOT,S.(2018年)。人脑绘图:人类大脑皮层分割方法的系统比较。神经影像170 5-30. ·doi:10.1016/j.neuroimage.2017.04.014
[6] AYACHIT,U.(2015)。《ParaView指南》:并行可视化应用程序.Kitware,Inc.,美国纽约州克利夫顿公园。
[7] BARBER,A.D.、HEGARTY,C.E.、LINDQUIST,M.和KARLSGODT,K.H.(2021年)。静息状态下功能连接的遗传性:评估网络之间的动态平均值、动态方差和静态连接。塞雷布。皮质31 2834-2844.
[8] BATES,D.、MáCHLER,M.、BOLKER,B.M.和WALKER(S.C.)(2015年)。使用lme4拟合线性混合效应模型。J.统计软件。67 1-48.
[9] BULLMORE,E.和SPORNS,O.(2009年)。复杂脑网络:结构和功能系统的图论分析。神经科学自然评论。10 186-198.
[10] Calhoun,V.D.、Liu,J.和Adali,T.(2009年)。回顾了功能磁共振成像数据的组ICA和成像、遗传和ERP数据联合推断的ICA。神经影像45 S163-S172。
[11] CARMICHAEL,I.、CALHOUN,B.C.、HOADLEY,K.A.等人(2021年)。乳腺癌组织学图像和基因组协变量的联合和个体分析。附录申请。斯达。15 1697-1722. ·Zbl 1498.62197号 ·doi:10.1214/20-aoas1433
[12] CHARLIER,B.、CHARON,N.和TROUVé,A.(2017)。功能形状可变性分析的Fshape框架。已找到。计算。数学。17 287-357. ·Zbl 1376.49054号 ·doi:10.1007/s10208-015至9288-2
[13] CHARLIER,B.、NARDI,G.和TROUVé,A.(2015)。函数形状之间通过BV-特征项的匹配问题:Γ-收敛结果。1-31.
[14] CHARON,N.和TROUVé,A.(2014)。功能电流:一种新的数学工具,用于建模和分析功能形状。数学杂志。图像视觉48 413-431. ·Zbl 1361.68284号
[15] CHEN,H.和WANG,Y.(2008)。函数混合效应模型分析的惩罚样条方法。生物计量学64 751-761.
[16] DAHL,A.、IOTCHKOVA,V.、BAUD,A.和JOHANSSON,奥兰多。,GYLLENSTEN,U.、SORANZO,N.、MOTT,R.、KRANIS,A.和MARCHINI,J.(2016)。遗传研究的多表型插补方法。自然遗传学。48 466-472.
[17] Desikan,R.S.、Ségonne,F.、Fischl,B.、Quinn,B.T.、Dickerson,B.C.、Blacker,D.、Buckner,R.L.、Dale,A.M.、Maguire,R.P.等人(2006年)。一种自动标记系统,用于在MRI扫描中将人类大脑皮层细分为基于脑回的感兴趣区域。神经影像31 968-980.
[18] Dryden,I.L.、Koloydenko,A.和Zhou,D.(2009)。协方差矩阵的非核素统计,应用于扩散张量成像。附录申请。斯达。3 1102-1123. ·兹比尔1196.62063 ·doi:10.1214/09-AOAS249
[19] Dryden,I.L.和Mardia,K.V.(2016)。统计形状分析及其在R中的应用,第2版。概率统计中的威利级数奇切斯特·威利·Zbl 1381.62003年 ·doi:10.1002/9781119072492
[20] Eltzner,B.、Huckemann,S.和Mardia,K.V.(2018年)。圆环主成分分析及其在RNA结构中的应用。附录申请。斯达。12 1332-1359. ·Zbl 1405.62173号 ·doi:10.1214/17-AOAS1115
[21] Feng,Q.、Jiang,M.、Hannig,J.和Marron,J.S.(2018)。解释了基于角度的关节和个体变化。《多元分析杂志》。166 241-265. ·Zbl 1408.62113号 ·doi:10.1016/j.jmv.2018.03.008
[22] FEYDY,J.、CHARLIER,B.、VIALARD,F.X.和PEYR等人(2017年)。差分配准的最佳传输。医学图像计算与计算机辅助干预-MICCAI2017MICCAI公司2017计算机科学课堂讲稿(M.Descoteaux、L.Maier-Hein、A.Franz、P.Jannin、D.Collins和S.Duchesne编辑)10433 291-299。查姆施普林格。
[23] FIECAS,M.、CRIBBEN,I.、BAHKTIARI,R.和CUMMINE,J.(2017)。函数连接网络统计推断的方差分量模型。神经影像149 256-266. ·doi:10.1016/j.neuroimage.2017.01.051
[24] FISCHL,B.、SERENO,M.I.和DALE,A.M.(1999)。基于皮层表面的分析II:膨胀、平坦和基于表面的坐标系。神经影像9 195-207.
[25] FISCHL,B.,VAN DER KOUWE,A.,DESTRIEUX,C.,HALGREN,E.,S E GONNE,F.,SALAT,D.H.,BUSA,E.,SEIDMAN,L.J.,GOLDSTEIN,J.等人(2004年)。自动分割人类大脑皮层。塞雷布。皮质14 11-22. ·doi:10.1093/cercor/bhg087
[26] FRANCO,A.R.、LING,J.、CAPRIHAN,A.、CALHOUN,V.D.、JUNG,R.E.、HEILEMAN,G.L.和MAYER,A.R.(2008年)。联合独立成分分析揭示的多模态和多组织连接性测量。IEEE J.选择。顶部。信号处理。2 986-997.
[27] GILMORE,J.H.、KNICKMEYER,R.C.和GAO,W.(2018年)。儿童早期大脑结构和功能发育的影像学研究。国家神经科学评论。19 123-137.
[28] Glasser,M.F.、Sotiropoulos,S.N.、Wilson,J.A.、Coalson,T.S.、Fischl,B.、Andersson,J.L.、Xu,J.、Jbabdi,S.、Webster,M.等人(2013年)。Human Connectome项目的最小预处理管道。神经影像80 105-124.
[29] GLASSER,M.F.、SMITH,S.M.、MARCUS,D.S.、ANDERSON,J.L.R.、AUERBACH,E.J.、BEHRENS,T.E.J.、COALSON,T.S.、HARMS,M.P.、JENKINSON,M.等人(2016年)。人类连接体项目的神经成像方法。自然神经科学。19 1175-1187.
[30] GORDON,E.M.、LAUMANN,T.O.、ADEYEMO,B.、HUCKINS,J.F.、KELLEY,W.M.和PETERSEN,S.E.(2016)。从静止状态相关性生成和评估皮层区域分割。塞雷布。皮质26 288-303. ·doi:10.1093/cercor/bhu239
[31] 郭伟(2002)。功能性混合效应模型。生物计量学58 121-128. ·兹比尔1209.62072 ·doi:10.1111/j.0006-341X.2002.00121.x
[32] HAZLETT,H.C.、GU,H.、MUNSELL,B.C.、KIM,S.H.、STYNER,M.、WOLFF,J.J.、ELISON,J.T.、SWANSON,M.R.、ZHU,H等人(2017年)。自闭症谱系障碍高危婴儿的早期大脑发育。自然542 348-351.
[33] IM,K.,LEE,J.M.,LYTTELTON,O.,KIM,S.H.,EVANS,A.C.和KIM,S.I.(2008)。成人大脑的大脑大小和皮层结构。塞雷布。皮质18 2181-2191.
[34] JERMYN,I.H.、KURTEK,S.、KLASSEN,E.和SRIVASTAVA,A.(2012年)。使用平方根法向场的参数化曲面的弹性形状匹配。计算机科学课堂讲稿(包括人工智能子系列讲稿和生物信息学讲稿)7576 LNCS 804-817。
[35] JERMYN,I.H.、KURTEK,S.、LAGA,H.和SRIVASTAVA,A.(2017年)。三维物体的弹性形状分析。合成。莱克特。计算。视觉。7 1-185.
[36] JOE,H.(2006)。基于部分相关生成随机相关矩阵。《多元分析杂志》。97 2177-2189·Zbl 1112.62055号 ·doi:10.1016/j.jmva.2005.05.010
[37] KANG,H.M.、SUL,J.H.、SERVICE,S.K.、ZAITLEN,N.A.、KONG,S.Y.、FREIMER,N.B.、SABATTI,C.和ESKIN,E.(2010)。用于解释全基因组关联研究中样本结构的方差分量模型。自然遗传学。42 348-354。
[38] KIRKPATRICK,M.和HECKMAN,N.(1989年)。生长、形状、反应规范和其他无限维特征的定量遗传模型。数学杂志。生物。27 429-450. ·Zbl 0715.92015号 ·doi:10.1007/BF00290638
[39] KURTEK,S.、KLASSEN,E.、DING,Z.、JACOBSON,S.W.、JAGOBSON,J.L.、AVISON,M.J.和SRIVASTAVA,A.(2011年)。解剖表面的参数化非变异形状比较。IEEE传输。医学图像。30 849-858.
[40] Kurtek,S.、Srivastava,A.、Klassen,E.和Ding,Z.(2012年)。使用形状和相关特征对曲线进行统计建模。J.Amer。统计师。协会。107 1152-1165. ·Zbl 1443.62389号 ·doi:10.1080/01621459.2012.699770
[41] LANGE,K.(2002年)。遗传分析的数学和统计方法,第2版。生物与健康统计纽约州施普林格·Zbl 0991.92017号 ·数字对象标识代码:10.1007/978-0-387-21750-5
[42] LENROOT,R.K.和GIEDD,J.N.(2008)。儿童和青少年时期基因和环境对大脑发育的变化影响:一项儿童双胞胎神经影像学研究的初步发现。Dev.精神病学。20 1161-1175.
[43] LEWIS,A.S.和OVERTON,M.L.(2013)。基于拟Newton方法的非光滑优化。数学。程序。141 135-163. ·Zbl 1280.90118号 ·doi:10.1007/s10107-012-0514-2
[44] LILA,E.和ASTON,J.A.D.(2020年)。表面功能的统计分析,并应用于医学成像。J.Amer。统计师。协会。115 1420-1434. ·Zbl 1441.62932号 ·doi:10.1080/01621459.2019.1635479
[45] LILA,E.和ASTON,J.A(2022)。补充“大脑形状和连通性的功能随机效应建模”https://doi.org/10.1214/21-AOAS1572SUPP网站 ·Zbl 1496.62187号
[46] 刘,B.、王,L.和曹,J.(2017)。估计函数线性混合效应回归模型。计算。统计师。数据分析。106 153-164. ·Zbl 1466.62146号 ·doi:10.1016/j.csda.2016.09.009
[47] LUO,S.、SONG,R.、STYNER,M.、GILMORE,J.H.和ZHU,H.(2019年)。FSEM:双功能数据的功能结构方程模型。J.Amer。统计师。协会。114 344-357. ·Zbl 1418.62121号 ·doi:10.1080/01621459.2017.1407773
[48] MARDIA,K.V.和PATRANGENARU,V.(2005)。方向和投影形状。安。统计师。33 1666-1699. ·Zbl 1078.62068号 ·doi:10.1214/009053605000000273
[49] Marron,J.S.和Alonso,A.M.(2014)。面向对象数据分析概述。生物。J。56 732-753. ·Zbl 1309.62008号 ·doi:10.1002/bimj.201300072
[50] MILLER,M.I.、TROUVé,A.和YOUNES,L.(2006)。计算解剖学的测地摄影。数学杂志。图像视觉24 209-228. ·Zbl 1478.92084号 ·doi:10.1007/s10851-005-3624-0
[51] Morris,J.S.和Carroll,R.J.(2006)。基于小波的函数混合模型。J.R.Stat.Soc.系列。B.统计方法。68 179-199. ·Zbl 1110.62053号 ·文件编号:10.1111/j.1467-9868.2006.00539.x
[52] Pennec,X.、Fillard,P.和Ayache,N.(2006年)。张量计算的黎曼框架。国际期刊计算。视觉。66 41-66. ·Zbl 1287.53031号
[53] PIGOLI,D.、ASTON,J.A.D.、DRYDEN,I.L.和SECCHI,P.(2014)。协方差算子的距离和推断。生物特征101 409-422. ·兹比尔1452.62994 ·doi:10.1093/biomet/asu008
[54] PIZER,S.M.、JUNG,S.、GOSWAMI,D.、VICORY,J.、ZHAO,X.、CHAUDHURI,R.、DAMON,J.N.、HUCKEMANN,S.和MARRON,J.S.(2013)。骨骼模型的嵌套球体统计信息。形状分析的创新.数学。视觉。93-115. 海德堡施普林格·Zbl 1314.68357号 ·doi:10.1007/978-3-642-34141-05
[55] PIZZAGALLI,F.、AUZIAS,G.、YANG,Q.、MATHIAS,S.R.、FASKOWITZ,J.、BOYD,J.D.、AMINI,A.、RIVIÈRE,D.、MCMAHON,K.L.等人(2020年)。大脑皮层褶皱的可靠性和遗传性及其跨半球的遗传相关性。Commun公司。生物。三。
[56] POWER,J.D.,COHEN,A.L.,NELSON,S.M.,WIG,G.S.,BARNES,K.A.,CHURCH,J.A.,VOGEL,A.C.,LAUMANN,T.O.,MIEZIN,F.M.等人(2011年)。人脑的功能网络组织。神经元72 665-678.
[57] 秦磊(2005)。周期数据的函数混合效应模型。生物统计学7 225-234·Zbl 1169.62386号
[58] Ramsay,J.O.和Silverman,B.W.(2005)。功能数据分析,第2版。统计学中的施普林格系列纽约州施普林格·Zbl 1079.62006号
[59] REIMHERR,M.和NICOLAE,D.(2016)。函数线性模型中方差分量的估计及其在遗传力中的应用。J.Amer。统计师。协会。111 407-422. ·doi:10.1080/01621459.2015.1016224
[60] RISK,B.B.和ZHU,H.(2021)。太空ACE:估算高维成像数据的遗传成分。生物统计学22 131-147. ·doi:10.1093/biostatistics/kxz022
[61] Robbinson,E.C.、JBABDI,S.、GLASSER,M.F.、ANDERSSON,J.、BURGESS,G.C.、HARMS,M.P.、SMITH,S.M.、VAN ESSEN,D.C.和JENKINSON,M.(2014)。MSM:一种新的灵活的多模式曲面匹配框架。神经影像100 414-426.
[62] ROBINSON,E.C.、GARCIA,K.、GLASSER,M.F.、CHEN,Z.、COALSON,T.S.、MAKROPOULOS,A.、BOZEK,J.、WRIGHT,R.、SCHUH,A.等人(2018)。具有高阶平滑约束的多模态曲面匹配。神经影像167 453-465.
[63] Scheipl,F.、Staicu,A.-M.和Greven,S.(2015)。功能加性混合模型。J.计算。图表。统计人员。24 477-501. ·Zbl 1430.62082号 ·doi:10.1080/10618600.2014.901914
[64] SHI,M.、WEISS,R.E.和TAYLOR,J.M.G.(1996)。使用灵活的随机曲线分析获得性免疫缺陷综合征的儿科CD4计数。J.R.Stat.Soc.系列。C.申请。斯达。45 151. ·Zbl 0875.62574号
[65] Smith,S.M.、Beckmann,C.F.、Andersson,J.、Auerbach,E.J.、Bijsterbosch,J.,Douaud,G.、Duff,E.、Feinberg,D.A.、Griffanti,L.等人(2013年)。人类连接体项目中的静态fMRI。神经影像80 144-168.
[66] SMITH,S.M.、NICHOLS,T.E.、VIDAURRE,D.、WINKLER,A.M.、BEHRENS,T.E.J.、GLASSER,M.F.、UGURBIL,K.、BARCH,D.M.、VAN ESSEN,D.C.等人(2015)。人口共变的正负模式将大脑连通性、人口统计学和行为联系起来。自然神经科学。18 1565-1567.
[67] SU,J.、KURTEK,S.、KLASSEN,E.和SRIVASTAVA,A.(2014)。黎曼流形上轨迹的统计分析:鸟类迁徙、飓风跟踪和视频监控。附录申请。斯达。8 530-552. ·Zbl 1454.62554号 ·doi:10.1214/13-AOAS701
[68] SUDLOW,C.,GALLACHER,J.,ALLEN,N.,BERAL,V.,BURTON,P.,DANESH,J.、DOWNEY,P.、ELLIOTT,P.和GREEN,J.等人(2015年)。英国生物银行:一种开放获取的资源,用于确定多种中老年复杂疾病的病因。公共科学图书馆-医学。12 1001779.
[69] Sui,J.、Pearlson,G.、Caprihan,A.、Adali,T.、Kiehl,K.A.、Liu,J.,Yamamoto,J.和Calhoun,V.D.(2011)。在多模式CCA+联合ICA模型中融合fMRI和DTI来鉴别精神分裂症和双相情感障碍。神经影像57 839-855.
[70] Vaillant,M.、Miller,M.I.、Younes,L.和Trouvé,A.(2004)。基于切空间表示的微分同态统计。神经影像23 S161-S169。
[71] VAN ESSEN,D.C.、GLASSER,M.F.、DIERKER,D.L.、HARWELL,J.和COALSON,T.(2012)。基于表面图谱分析人类大脑皮层的分裂和半球不对称性。塞雷布。皮质22 2241-2262.
[72] VAN ESSEN,D.C.、SMITH,S.M.、BARCH,D.M.、BEHRENS,T.E.J.、YACOUB,E.和UGURBIL,K.(2013)。WU-Minn人类连接体项目:概述。神经影像80 62-79.
[73] WANG,B.、SVERDLOV,S.和THOMPSON,E.(2017年)。从单核苷酸多态性基因型有效估计已实现的亲缘关系。遗传学205、1063-1078·doi:10.1534/genetics.116.197004
[74] WIG,G.S.、LAUMANN,T.O.和PETERSEN,S.E.(2014)。使用静止状态相关性划分人类皮层区域的方法。神经影像93 276-291.
[75] WU,H.和ZHANG,J.-T.(2002)。纵向数据的局部多项式混合效应模型。J.Amer。统计师。协会。97 883-897. ·Zbl 1048.62048号 ·doi:10.1198/016214502388618672
[76] XIA,C.H.,MA,Z.,CIRIC,R.,GU,S.,BETZEL,R.F.,KACZKURKIN,A.N.,CALKINS,M.E.,COOK,P.A.,GARCíA DE LA GARZA,A.等人(2018年)。功能性脑网络中精神病理学和连通性的关联维度。国家公社。9
[77] XUE,W.、DUBOIS BOWMAN,F.、PILEGGI,A.V.和MAYER,A.R.(2015)。通过联合建模功能和结构连接来确定大脑网络的多模式方法。前面。计算。神经科学。9 1-11.
[78] YEO,B.T.T.、SABUNCU,M.R.、VERCAUTEREN,T.、AYACHE,N.、FISCHL,B.和GOLLAND,P.(2010)。球形恶魔:快速微分同胚地标自由表面配准。IEEE传输。医学图像。29 650-668.
[79] YEO,B.T.T.,KRIENEN,F.M.,SEPULCRE,J.,SABUNCU,M.R.,LASHKARI,D.,HOLLINSHEAD,M.,ROFFMAN,J.L.,SMOLLER,J.W.,ZLLEI,L.等人(2011年)。通过内在功能连通性估计的人类大脑皮层的组织。《神经生理学杂志》。106 1125-1165.
[80] YOUNES,L.(2010年)。形状和微分.应用数学科学施普林格、柏林、海德堡·Zbl 1205.68355号
[81] ZHANG,Z.、ALLEN,G.I.、ZHU,H.和DUNSON,D.(2019年)。张量网络因子分解:大脑结构连接体和特征之间的关系。神经影像197 330-343.
[82] ZHOU,L.、HUANG,J.Z.和CARROLL,R.J.(2008)。使用主成分对稀疏函数数据进行联合建模。生物特征95 601-619. ·兹比尔1437.62676 ·doi:10.1093/biomet/asn035
[83] ZHOU,X.和STEPHENS,M.(2014)。用于全基因组关联研究的高效多元线性混合模型算法。自然方法11 407-409.
[84] ZITOVÁ,B.和FLUSSER,J.(2003年)。图像配准方法:综述。图像可视性。计算。21 977-1000
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。