神经性疾病中脑网络变异的统一推断: 阿尔茨海默症案例
应用统计
2015-10-20 v1
摘要
人们日益关注理解脑区之间的结构互连如何随神经性疾病的发生而改变。扩散加权 MRI 成像使研究者能够非侵入性地估计由白质束构成的结构皮层连接网络, 但当前将这些网络与疾病存在与否相关联的统计方法无法利用这一丰富的网络信息。标准做法独立考虑每条边或用少数简单特征概括网络。我们通过一种新颖的统一方法学, 实现对与神经性疾病发生相关的脑网络变异进行推断, 从而在生物学洞察上获得显著增益。该方法的关键在于通过低秩分解的依赖混合, 直接在网络构型空间上定义概率生成机制, 其高效利用网络信息, 并允许以脑网络为值的随机变量的概率质量函数在一组特定神经性疾病患者与一组年龄匹配的认知健康个体之间灵活变化。
引用
@article{arxiv.1510.05391,
title = {Unifying inference on brain network variations in neurological diseases: The Alzheimer's case},
author = {Daniele Durante and Madelaine Daianu and Neda Jahanshad and Paul M. Thompson and David B. Dunson},
journal= {arXiv preprint arXiv:1510.05391},
year = {2015}
}