Kendall 形状空间中的测地线分析及其流行病学应用
最优化与控制
2020-07-16 v2 应用统计
摘要
我们解析地确定了 Jacobi 场和平行移动，并在 Kendall 形状空间中计算测地线回归。利用导出的表达式，我们可以通过黎曼优化充分利用几何结构，从而将计算开销相对于常见的非线性约束方法降低数个数量级。该方法通过对流行病学形状数据进行纵向统计分析来展示。作为示例应用，我们选择了膝关节骨的 3D 形状，其由骨关节炎倡议（OAI）的图像数据重建而来。比较发生性和进展性骨关节炎受试者组与正常对照组，我们发现股骨形状的时态发展存在明显差异。这为仅使用几何数据早期预测发生性膝骨关节炎铺平了道路。
引用
@article{arxiv.1906.11950,
title = {Geodesic analysis in Kendall's shape space with epidemiological applications},
author = {Esfandiar Nava-Yazdani and Hans-Christian Hege and T. J. Sullivan and Christoph von Tycowicz},
journal= {arXiv preprint arXiv:1906.11950},
year = {2020}
}
备注
15 pages, 3 figures