点击次数：
所属单位：计算机科学与技术学院/人工智能学院/软件学院
发表刊物：模式识别与人工智能
关键字：基因影像学;脑功能连接网络;单核苷酸多态性;稀疏典型相关分析;阿尔茨海默病;
摘要：基因影像学现有研究大多只重视脑部感兴趣区域的特征提取,而针对脑区与脑区之间相互关联这种连接性特征的研究工作相对较少.最近的研究显示使用结构化的网络模型量化脑区之间的复杂连接可以更好地反映大脑的综合特性.因此,文中提出基于超网络的稀疏多任务典型相关分析算法.首先使用稀疏表示的方法从功能核磁共振图像(f MRI)的时间序列中建立超网络,然后从超网络中提取3种聚类系数作为脑影像特征,最后采用稀疏多任务典型相关分析求得基因与3种影像特征之间的关联.在ADNI数据集上的实验证明文中算法不仅有助于提高基因与影像之间关联分析的能力,还可以发现一些与疾病密切相关的遗传风险因素.
是否译文：否
发表时间：2017-09-15
合写作者：李蝉秀,郝小可
通讯作者：张道强