具有各向同性高斯噪声的随机矩阵特征值与扩散张量成像实验设计
统计方法学
2017-07-24 v1
摘要
在材料科学和医学成像应用中,对不同物理性质进行张量值和矩阵值测量日益普及。此类多元数据的特征值和特征向量提供了新颖且独特的信息,但代价是需要更复杂的统计分析。在本研究中,我们推导了在 对称随机矩阵 伴有各向同性矩阵变量高斯噪声这一特殊但重要的情况下,其特征值和特征向量的分布。这些分布的性质强烈依赖于均值张量/矩阵 的对称性。当 具有重特征值时, 的特征值不渐近服从高斯分布,并且在与相同 特征空间对应的特征值之间观察到了排斥现象。我们将这些结果应用于扩散张量成像(DTI),取 ,解决了检测扩散张量对称性的重要问题,并寻求一种可能产生各向同性高斯分布的实验设计。在三维情况下,当均值张量球对称且噪声为高斯各向同性时,前三个特征值中心矩统计量的渐近分布很简单,可用于检验各向同性。为了应用此类检验,我们使用在单位球面上具有常数权重且阶数为 的求积规则来设计 DTI 实验,使其具有底层真实张量的各向同性意味着 Fisher 信息各向同性的性质。我们还利用具有 Rician 噪声模型的模拟 DTI 数据解释了这些方法的潜在影响。
引用
@article{arxiv.1707.06953,
title = {Eigenvalues of random matrices with isotropic Gaussian noise and the design of Diffusion Tensor Imaging experiments},
author = {Dario Gasbarra and Sinisa Pajevic and Peter J. Basser},
journal= {arXiv preprint arXiv:1707.06953},
year = {2017}
}
备注
40+4 pages, 14 figures