通过稀疏多视图矩阵分解研究从青春期到成年期的大脑
应用统计
2016-05-10 v1 计算机视觉与模式识别
神经元与认知
摘要
男性与女性在特定认知能力及若干神经精神病症表达上存在差异。此类发现可归因于性激素、大脑差异以及若干环境变量。现有关于识别大脑结构性别相关差异的研究主要使用横断面研究来调查例如平均灰质体积(GMVs)的差异。本文探讨近期提出的多视图矩阵分解(MVMF)方法研究男性和女性从青春期到成年期大脑结构变化的潜力。MVMF是一种多变量方差分解技术，将主成分分析扩展到“多视图”数据集，即存在多个相关的观测组。在此应用中，每个视图代表不同年龄组。MVMF识别解释随时间观测到的GMVs总体变异性中共享与年龄特定贡献的潜在因素。这些潜在因素可用于生成数据的低维可视化，在扣除共享效应后强调年龄特定效应。对包含早产个体与健康对照的两个数据集的分析提供了证据，表明男女性别间的分离随大脑从青春期向成年过渡而日益增大。我们报告了与这些方差效应相关的特定脑区。
引用
@article{arxiv.1605.02560,
title = {Studying the brain from adolescence to adulthood through sparse multi-view matrix factorisations},
author = {Zi Wang and Vyacheslav Karolis and Chiara Nosarti and Giovanni Montana},
journal= {arXiv preprint arXiv:1605.02560},
year = {2016}
}
备注
Submitted to the 6th International Workshop on Pattern Recognition in Neuroimaging (PRNI)