用于信号区域检测的空间 CUSUM 方法
统计方法学
2019-04-09 v1 机器学习
机器学习
摘要
在医学影像与流行病学等应用中,检测空间数据中的弱聚类信号十分重要但具挑战性。更高效的检测算法可提供更精确的预警,并有效降低决策风险与成本。迄今,已发展出许多方法来检测具有空间结构的信号。然而,现有方法大多要么对弱信号过于保守,要么计算过于密集。本文考虑一种名为空间 CUSUM (SCUSUM) 的新方法,其采用了 CUSUM 过程与错误发现率控制的思路。我们发展了该方法的理论性质,表明 SCUSUM 渐近地可达到高分类精度。在模拟研究中,我们证明 SCUSUM 对弱空间信号敏感。作为示例,该新方法应用于一个真实 fMRI 数据集,与包括常规 FDR、FDR 和扫描统计量在内的一些现有方法相比,在图像中检测到了更多不规则的弱空间信号。
引用
@article{arxiv.1904.03246,
title = {Spatial CUSUM for Signal Region Detection},
author = {Xin Zhang and Zhengyuan Zhu},
journal= {arXiv preprint arXiv:1904.03246},
year = {2019}
}