用 StaPLR 分析分层多视图 MRI 数据：在阿尔茨海默病分类中的应用
统计方法学
2022-04-27 v3 机器学习
应用统计
机器学习
摘要
多视图数据指特征被划分为若干特征集的情形，例如因为它们对应于不同来源。堆叠惩罚逻辑回归（StaPLR）是近年提出的一种可用于分类并自动选择对预测最重要的视图的方法。我们将该方法的扩展引入数据具有分层多视图结构的情形。我们还为 StaPLR 引入了一种新的视图重要性度量，使我们能够在任意层次级别比较视图的重要性。我们将扩展的 StaPLR 算法应用于阿尔茨海默病分类，其中从三种扫描类型计算了不同的 MRI 度量：结构 MRI、扩散加权 MRI 与静息态 fMRI。StaPLR 能够识别哪些扫描类型及哪些衍生的 MRI 度量对分类最为重要，并且在分类性能上优于弹性网络回归。
引用
@article{arxiv.2108.05761,
title = {Analyzing hierarchical multi-view MRI data with StaPLR: An application to Alzheimer's disease classification},
author = {Wouter van Loon and Frank de Vos and Marjolein Fokkema and Botond Szabo and Marisa Koini and Reinhold Schmidt and Mark de Rooij},
journal= {arXiv preprint arXiv:2108.05761},
year = {2022}
}
备注
36 pages, 9 figures. Accepted manuscript