组特定判别分析揭示脑功能网络偏侧化中具有统计学验证的性别差异
神经元与认知
2025-09-22 v1 机器学习
摘要
偏侧化是人脑的一个基本特征，其中已观察到性别差异。神经科学中关于性别特异性偏侧化的传统研究通常是在男性和女性群体之间进行单变量统计比较。然而，这些分析往往缺乏对组特异性的有效验证。在这里，我们将功能网络偏侧化中的性别差异建模为一个双重分类问题，包括左与右功能网络的一阶分类和男与女模型的二阶分类。为了捕捉性别特异性模式，我们开发了用于一阶分类的组特定判别分析（GSDA）。在两个公开的神经影像数据集上的评估证明了 GSDA 在从功能网络中学习性别特异性模型方面的有效性，与基线方法相比，在组特异性上取得了显著提升。主要的性别差异在于偏侧化强度以及脑叶内和脑叶间的相互作用。基于 GSDA 的方法本质上是通用的，可以适应其他组特定分析，如惯用手特异性或疾病特异性分析。
引用
@article{arxiv.2404.05781,
title = {Group-specific discriminant analysis reveals statistically validated sex differences in lateralization of brain functional network},
author = {Shuo Zhou and Junhao Luo and Yaya Jiang and Haolin Wang and Haiping Lu and Gaolang Gong},
journal= {arXiv preprint arXiv:2404.05781},
year = {2025}
}