×
Chung，Moo K。

大脑大网络数据的统计挑战。 （英语） Zbl 1489.62343号

Stat.遗嘱认证。莱特。 136, 78-82 (2018).
摘要：我们探讨了大脑大网络数据的主要特征，这些特征带来了独特的统计挑战。从生物学角度来看，大脑网络既稀疏又层次分明。这种独特的特征给我们可以有效使用的统计方法和模型带来了特定的拓扑约束。我们探讨了该领域当前使用的模型的局限性，并提供了替代方法，解释了新的挑战。

引用于4文件

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
62A01型 统计学基础和哲学主题
62兰特 大数据和数据科学的统计方面
90B15号机组 运筹学中的随机网络模型

关键词：

大脑网络数据；稀疏；等级制度；多尺度；图形过滤

软件：

阿帕奇火花
PDF格式BibTeX公司 XML格式引用
\textit{M.K.Chung}，统计概率。莱特。136、78——82（2018；Zbl 1489.62343）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Adamic，L.，《小世界网络》，（ECDL，第99卷，（1999）），443-452
[2] Avants，B。；库克，P。；Ungar，L。；Gee，J。；Grossman，M.，《痴呆导致白质完整性和皮质厚度的相关降低：一项具有稀疏典型相关分析的多元神经影像研究》，NeuroImage，50，1004-1016，（2010）
[3] Betzel，R。；Bassett，D.，多尺度脑网络，神经影像，160，73-83，（2017）
[4] 布贝拉，R。；Kalcher，K。；Huf，W。；纳赛尔，C。；Moser，E.，《使用apache spark和GPU处理分析大规模fMRI数据的大数据方法：来自人类连接体项目Front的静止状态fMRI数据演示》。神经科学。，9, 492, (2016)
[5] 北卡罗来纳州克里斯塔基斯。；Fowler，J.，《32年来肥胖在大型社交网络中的传播》，新英格兰。《医学杂志》，2007，370-379，（2007）
[6] 钟，M。；庄，Y。；Vorperian，H.，大型二值图像的在线统计推断，（MICCAI，计算机科学（LNCS）课堂讲稿，第10434卷，（2017）），729-736
[7] 钟，M。；Hanson，J。；阿德鲁鲁，L。；亚历山大。；戴维森，R。；Pollak，S.，扩散张量成像中的综合结构脑网络分析，brain Connect。，7, 331-346, (2017)
[8] 钟，M。；Hanson，J。；Ye，J。；戴维森，R。；Pollak，S.，稀疏回归中的持续同源性及其在脑形态计量学中的应用，IEEE Trans。医学成像，34，1928-1939，（2015）
[9] 钟，M。；维拉尔塔·吉尔，V。；Lee，H。；Rathouz，P。；拉希，B。；Zald，D.，通过持久同源性对配对脑网络进行精确拓扑推断，（医学成像中的信息处理，（IPMI），计算机科学讲义，第10265卷，（2017）），299-310
[10] 埃格卢斯，V。；Chialvo，D。；切基，G。；Baliki，M。；Apkarian，A.，无标度脑功能网络，Phys。修订稿。，94, 1, (2005)
[11] 范，J。；Han，F。；Liu，H.，大数据分析的挑战，Natl。科学。版次：1，293-314，（2014）
[12] 哈格曼，P。；M.库兰特。；Giganet，X。；蒂兰，P。；韦丁，V。；Meuli，R。；Thiran，J.，用扩散MRI绘制人类全脑结构网络，《公共科学图书馆·综合》，第2、7、e597页，（2007年）
[13] Histed，M.H。；博宁，V。；Reid，R.，通过电微刺激直接激活稀疏分布的皮层神经元，Neuron，63508-522，（2009）
[14] 黄，S。；Li，J.等人。；Sun，L。；刘杰。；Wu，T。；Chen，K。；Fleisher，A。；Reiman，E.公司。；Ye，J.，从神经成像数据学习阿尔茨海默病的大脑连通性，（神经信息处理系统进展，（2009）），808-816
[15] Lee，H。；Kang，H。；钟，M。；Kim，B.-N。；Lee，D.，从树状图的角度看大脑网络的持久同源性，IEEE Trans。医学成像，312267-2277，（2012）
[16] Lee，H。；Lee，D。；Kang，H。；Kim，B.-N。；Chung，M.，压缩传感下的稀疏脑网络恢复，IEEE Trans。医学成像，301154-1165，（2011）
[17] 卢斯科姆，N。；M.巴布。；Yu，H。；斯奈德，M。；Teichmann，S。；Gerstein，M.，调节网络动力学的基因组分析揭示了巨大的拓扑变化，《自然》，431308-312，（2004）
[18] 鲑鱼，C。；阿什伯恩，J。；Vargha-Khadem，F。；A.康奈利。；加迪安，D。；Friston，K.，基于体素的形态测量中的分布假设，神经影像，17，1027-1030，（2002）
[19] 泰勒，P。；王，Y。；Kaiser，M.，《脑区内肌束描记术使用高分辨率连接组学提示局部模块化》，Sci。代表，739859，（2017）
[20] 王，Y。；Kang，J。；凯默，P。；Guo，Y.，一种使用偏相关估计大规模脑网络功能连通性的有效且可靠的统计方法，Front。神经科学。，10, 123, (2016)
[21] Witten，D.M。；弗里德曼，J.H。；Simon，N.，图形LASSO，J.Compute的新见解和更快的计算。图表。统计人员。，20, 892-900, (2011)
[22] 沃斯利，K。；埃文斯，A。；Marrett，S。；Neelin，P.，人脑CBF激活研究的三维统计分析，脑科学杂志。血流Metab。，12, 900-918, (1992)
[23] 沃斯利，K。；Marrett，S。；Neelin，P。；Evans，A.，《在宠物图像中搜索尺度空间以激活》，《大脑映射》。，4，74-90，（1996）
[24] Xin，B.，Hu，L.，Wang，Y.，Gao，W.，2015年。大脑sMRI的稳定特征选择。摘自：第二十届美国人工智能学会人工智能会议论文集。；Xin，B.，Hu，L.，Wang，Y.，Gao，W.，2015年。来自大脑sMRI的稳定特征选择。收录：第二十届美国人工智能学会人工智能会议论文集。
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。