基于统计学习的影像遗传学方法综述
A Review of Statistical-learning Imaging Genetics作者机构:南京航空航天大学计算机科学与技术学院 印第安纳大学医学院美国印第安纳波利斯46202
出 版 物:《自动化学报》 (Acta Automatica Sinica)
年 卷 期:2018年第44卷第1期
页 面:13-24页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0836[工学-生物工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61422204 61473149 61732006)资助~~
主 题:影像遗传学 统计学习 结构化稀疏学习 多变量分析 关联分析
摘 要:近年来随着多模态神经影像技术和基因检测技术的发展,影像遗传学这一交叉学科的研究能够运用脑影像技术将人类大脑的结构与功能作为表型来评价基因对个体的影响,使得人们可以在脑的宏观结构上以更客观的测量手段理解基因对行为或精神疾病的影响.而统计学习方法作为基于数据驱动的关联分析强有力工具,能够充分利用生物标志数据内在的结构信息构建模型来分析易感基因与大脑结构或者功能的相关性,从而更好地揭示脑认知行为或者相关疾病的产生机制.本文首先简要介绍了影像遗传学的研究背景和基本原理,然后回顾了单变量方法在影像遗传学研究中的应用,随后对基于多变量统计学习的基因–影像关联的研究思路和建模方法进行了归纳总结,最后对遗传影像学的未来研究发展方向进行了分析和展望.