成像数据函数数据分析中均值函数的同步置信走廊
统计方法学
2021-06-08 v1
摘要
受近期生物医学成像数据分析工作的启发，我们提出了一种构建成像数据均值同步置信走廊的新方法。我们建议使用三角剖分上的灵活双变量样条来处理图像的不规则区域，这在脑成像研究和其他生物医学成像应用中很常见。所提出的均值函数样条估计量在某些正则条件下被证明是一致的且渐近正态的。我们还提供了一个计算高效的协方差函数估计量，并推导了其一致一致性。该方法还扩展到双样本情形，其中我们专注于比较两个成像数据总体的均值函数。通过蒙特卡洛模拟研究，我们检验了所提出方法的有限样本性能。最后，我们将所提出的方法应用于分析两个不同研究中的脑正电子发射断层扫描（PET）数据。本文准备过程中使用的一个数据集来自阿尔茨海默病神经影像学倡议（ADNI）数据库。
引用
@article{arxiv.2106.02718,
title = {Simultaneous Confidence Corridors for Mean Functions in Functional Data Analysis of Imaging Data},
author = {Yueying Wang and Guannan Wang and Li Wang and R. Todd Ogden},
journal= {arXiv preprint arXiv:2106.02718},
year = {2021}
}