中文

使用标记皮质距离图分析皮质形态测量变异性

应用统计 2015-10-27 v1 统计方法学

摘要

皮质结构解剖学上的形态测量差异与神经发育和神经精神疾病相关。这些差异可以通过一种称为标记皮质距离图(Labeled Cortical Distance Map, LCDM)的强大工具进行量化和检测。LCDM 方法提供了特定皮质结构(或组织)中标记灰质(gray matter, GM)体素到 GM/白质(white matter, WM)表面的距离。在此,我们描述了一种使用 LCDM 距离分析特定组织中形态测量变异性的方法。为了提取 LCDM 距离提供的更多信息,我们对 LCDM 距离进行了合并与删失。具体而言,我们在 LCDM 距离上采用了 Brown-Forsythe (BF) 方差齐性检验(homogeneity of variance, HOV)。合并距离的 HOV 分析提供了所讨论疾病导致的 LCDM 形态测量变异性的总体分析,而删失距离的 HOV 分析则表明了这些差异中显著变异的位置(即,在距离 GM/WM 表面多远处形态测量变异性开始变得显著)。我们还检查了假设违反对 LCDM 距离 HOV 分析的影响。具体而言,我们证明 BF HOV 检验对于假设违犯具有稳健性,例如合并与删失距离的中位数残差的非正态性和样本内依赖性,并且对于删失距离分析中发生的数据聚合具有稳健性。我们通过一个真实数据示例说明了该方法,即腹内侧前额叶皮层(ventral medial prefrontal cortices, VMPFCs)中 GM 体素的 LCDM 距离,以观察抑郁症或抑郁症高风险对 VMPFCs 形态测量学的影响。此处使用的方法同样适用于其他皮质结构的形态测量分析。

关键词

引用

@article{arxiv.1510.07302,
  title  = {Analysis of Cortical Morphometric Variability Using Labeled Cortical Distance Maps},
  author = {E. Ceyhan and T. Nishino and K. N. Botteron and M. I. Miller and J. T. Ratnanather},
  journal= {arXiv preprint arXiv:1510.07302},
  year   = {2015}
}

备注

40 pages, 16 figures, 12 tables