×
久子吉田;川口，Atsushi;川崎筑路

径向基函数解析偏最小二乘法应用于脑成像数据。 （英语） Zbl 1275.92067号

计算。数学。方法医学。 2013年，文章ID 591032，第7页（2013年）.
摘要：磁共振成像（MRI）数据是脑形态学研究的宝贵工具。在这里，我们提出了一种新的统计方法，该方法基于三维MRI数据，通过径向基函数解析偏最小二乘法（RBF-sPLS）来研究临床特征与脑形态之间的关系。我们的数据包括三维阵列中数百万个体素的MRI图像强度以及73个临床变量。该数据集代表了RBF-sPLS的合适应用，因为体素之间以及临床特征之间存在潜在的相关性。此外，该方法可以在稀疏建模的基础上同时选择有效脑区和临床特征。这与现有方法不同，现有方法考虑预先指定的大脑区域，因为处理高维数据涉及计算困难。RBF-sPLS采用降维来克服这一障碍。我们将RBF-sPLS应用于由102名慢性肾脏病患者组成的真实数据集，而一项比较研究使用了模拟数据集。RBF-sPLS从我们的患者数据中确定了两个感兴趣的大脑区域：颞叶和枕叶，这两个区域分别与衰老和贫血相关。我们的模拟研究表明，使用我们的方法可以非常准确地提取此类大脑区域。

MSC公司：

92 C55 生物医学成像和信号处理

软件：

mixOmics公司;斑点
PDF格式BibTeX公司 XML格式引用
\textit{H.Yoshida}等人，计算。数学。方法Med.2013，文章ID 591032，7 p.（2013；Zbl 1275.92067）
全文： 内政部

参考文献：

[1] Y.Taki，S.Kinomura，K.Sato等人，“1428名健康个体的体重指数和灰质体积之间的关系”，《肥胖》，第16卷，第1期，第119-124页，2008年·doi:10.1038/oby.2007.4
[2] C.M.Falvey、C.Rosano、E.M.Simonsick等人，“与社区老年人糖尿病相关的宏观和微观结构磁共振成像指数”，《糖尿病护理》，第36卷，第3期，第677-682页，2013年。
[3] E.Le Floch、V.Guillemot、V.Frouin等，“一组遗传多态性与通过特征选择和稀疏偏最小二乘法揭示的功能性脑网络之间的显著相关性”，《神经影像》，第15卷，第11-24页，2012年。
[4] J.Ashburner和K.J.Friston，“基于体素的形态测量——方法”，《神经影像》，第11卷，第6期，第1部分，第805-8212000页·doi:10.1006/nimg.2000.0582
[5] C.Davatzikos，“在描述群体差异时，为什么应谨慎使用基于体素的形态分析”，《神经影像》，第23卷，第1期，第17-20页，2004年·doi:10.1016/j.neuroimage.2004.05.010
[6] H.Wold，“通过迭代最小二乘法估计主成分和相关模型”，《多变量分析杂志》，第391-420页，1966年·Zbl 0214.46103号
[7] A.R.McIntosh、F.L.Bookstein、J.V.Haxby和C.L.Grady，“使用偏最小二乘法对大脑功能图像进行空间模式分析”，《神经影像》，第3卷，第3期，第143-157页，1996年·doi:10.1006/nimg.1996.0016
[8] S.de Jong和C.T.Braak，“对PLS内核算法的评论”，《化学疗法杂志》，第8卷，第2期，第169-1741994页。
[9] R.J.Tibshirani，“通过Lasso进行回归收缩和选择”，《皇家统计学会期刊B辑》，第58卷，第267-288页，1996年·Zbl 0850.62538号
[10] B.Efron、T.Hastie、I.Johnstone和R.J.Tibshirani，“最小角度回归”，《统计年鉴》，第32卷，第407-451页，2004年·兹比尔1091.62054 ·doi:10.1214/009053604000000067
[11] K.A.LíCao、D.Rossouw和C.Robert-Granié，“稀疏PLS：整合组学数据时的变量选择”，《遗传学和分子生物学的统计应用》，第7卷，第1期，第35条，2008年·Zbl 1276.62061号
[12] H.Chun和S.Kele，“同时降维和变量选择的稀疏偏最小二乘回归”，《皇家统计学会期刊》B辑，第72卷，第1期，第3-25页，2010年·文件编号：10.1111/j.1467-9868.2009.00723.x
[13] A.Saranli和B.Baykal，“使用径向B样条函数降低径向基函数（RBF）网络的复杂性”，《神经计算》，第18卷，第1-3期，第183-194页，1998年·doi:10.1016/S0925-2312（97）00078-7
[14] M.Tenenhaus，La Régression PLS。德希尼布，巴黎，法国，1998年·Zbl 0923.62058号
[15] Y.Yakushiji，Y.Nanri，T.Hirotsu等人，“非残疾成年人的明显脑萎缩与肾功能障碍相关”，《高血压研究》，第33卷，第12期，第1232-1237页，2010年·doi:10.1038/hr.2010.171
[16] H.Hirakata、H.Kanai和H.Nakane，“慢性肾功能衰竭患者的大脑氧代谢抑制：正电子发射断层扫描研究”，《日本透析治疗学会杂志》，第34卷，第7期，第1149-1155页，2001年。
[17] K.Tsuruya、H.Yoshida和T.Kitazono，“贫血对慢性肾脏病分析前患者脑萎缩的可能影响”，《美国肾脏病学会杂志补编A》，第667卷，2012年，SA-PO141。
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。