基于对称双线性逻辑回归从纵向脑网络学习信号子图

现代神经成像技术结合最先进的数据处理流程，使得在不同年龄收集个体脑连接组的纵向观测成为可能。研究脑连接性如何随时间变化并与人类认知特质相关具有重大科学意义。在脑连接组学中，个体的结构脑网络对应于脑区之间的一组互连。我们提出一种对称双线性逻辑回归，从纵向脑网络学习与二值结果相关的一组小子图，并估计子图的时间效应。我们强制提取的信号子图具有团结构，其具有吸引人的解释，因为它们可与神经回路相关联。每个信号子图的时间效应反映其对结果的预测作用如何随时间变化，这可能增进我们对脑结构衰老与神经疾病之间相互作用的理解。该方法在纵向脑连接组与认知能力数据上的应用，展示了对额叶与颞叶中小组脑区之间相关互连的有趣发现，且预测性能优于对比方法。