本文主要研究内容
作者茹锋,徐锦,常琪,阚丹会（2019）在《一种用于影像遗传学关联分析的高阶统计量结构化稀疏算法》一文中研究指出：神经影像技术和分子遗传学的发展产生了大量的影像遗传学数据,极大地促进了复杂精神疾病的研究。但因为该数据的特征维度过高且相关性的度量都是假设数据服从高斯分布,所以传统的算法往往无法很好地解释两类数据之间的依赖关系。为了解决传统算法的问题,文中提出了一种对大量SNP和fMRI数据进行关联分析的方法,该方法通过构建稀疏的特征网络结构来指导fused lasso进行特征选择,与此同时,该方法利用高阶统计量提取出具有统计显著性的变量,从而识别出与精神疾病有关的生物标记物。实验结果表明,在模拟数据中所提算法得到的典型向量值的分布与实际数据中值的分布几乎一致且得到的相关系数与数据集中实际的相关系数最接近,所提算法的平均相关系数最高达到81%,比L1-SCCA提高了约20%,比FL-SCCA提高了约3%;在真实数据中,相比另外两种算法,所提算法可以找出更多的对精神分裂症有潜在影响的基因与脑区。实验结果证明:该算法可以在合理时间内有效识别出风险基因和异常脑区。
Abstract
shen jing ying xiang ji shu he fen zi wei chuan xue de fa zhan chan sheng le da liang de ying xiang wei chuan xue shu ju ,ji da de cu jin le fu za jing shen ji bing de yan jiu 。dan yin wei gai shu ju de te zheng wei du guo gao ju xiang guan xing de du liang dou shi jia she shu ju fu cong gao si fen bu ,suo yi chuan tong de suan fa wang wang mo fa hen hao de jie shi liang lei shu ju zhi jian de yi lai guan ji 。wei le jie jue chuan tong suan fa de wen ti ,wen zhong di chu le yi chong dui da liang SNPhe fMRIshu ju jin hang guan lian fen xi de fang fa ,gai fang fa tong guo gou jian xi shu de te zheng wang lao jie gou lai zhi dao fused lassojin hang te zheng shua ze ,yu ci tong shi ,gai fang fa li yong gao jie tong ji liang di qu chu ju you tong ji xian zhe xing de bian liang ,cong er shi bie chu yu jing shen ji bing you guan de sheng wu biao ji wu 。shi yan jie guo biao ming ,zai mo ni shu ju zhong suo di suan fa de dao de dian xing xiang liang zhi de fen bu yu shi ji shu ju zhong zhi de fen bu ji hu yi zhi ju de dao de xiang guan ji shu yu shu ju ji zhong shi ji de xiang guan ji shu zui jie jin ,suo di suan fa de ping jun xiang guan ji shu zui gao da dao 81%,bi L1-SCCAdi gao le yao 20%,bi FL-SCCAdi gao le yao 3%;zai zhen shi shu ju zhong ,xiang bi ling wai liang chong suan fa ,suo di suan fa ke yi zhao chu geng duo de dui jing shen fen lie zheng you qian zai ying xiang de ji yin yu nao ou 。shi yan jie guo zheng ming :gai suan fa ke yi zai ge li shi jian nei you xiao shi bie chu feng xian ji yin he yi chang nao ou 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机科学的茹锋,徐锦,常琪,阚丹会，发表于刊物计算机科学2019年04期论文，是一篇关于影像遗传学论文,关联分析论文,稀疏表示论文,特征选择论文,高阶统计量论文,计算机科学2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机科学2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：影像遗传学论文; 关联分析论文; 稀疏表示论文; 特征选择论文; 高阶统计量论文; 计算机科学2019年04期论文;