用于神经影像分析的体素级非线性回归工具箱：在衰老与神经退行性疾病建模中的应用
机器学习
2017-04-20 v3 计算机视觉与模式识别
机器学习
神经元与认知
应用统计
摘要
本文描述了一个新的神经影像分析工具箱，该工具箱允许在体素水平对非线性效应进行建模，克服了基于线性模型（如GLM）的方法的局限性。我们使用一个相关示例来说明其功能，在该示例中，在疾病的完整生物学谱中发现了阿尔茨海默病相关脑萎缩模式的不同非线性轨迹。本文提出的开源工具箱可在 https://github.com/imatge-upc/VNeAT 获取。
引用
@article{arxiv.1612.00667,
title = {Voxelwise nonlinear regression toolbox for neuroimage analysis: Application to aging and neurodegenerative disease modeling},
author = {Santi Puch and Asier Aduriz and Adrià Casamitjana and Veronica Vilaplana and Paula Petrone and Grégory Operto and Raffaele Cacciaglia and Stavros Skouras and Carles Falcon and José Luis Molinuevo and Juan Domingo Gispert},
journal= {arXiv preprint arXiv:1612.00667},
year = {2017}
}
备注
4 pages + 1 page for acknowledgements and references. NIPS 2016 Workshop on Machine Learning for Health (NIPS ML4HC)