基于统计学习的影像遗传学方法综述

• 作者: 严景文 张道强 李蝉秀 沈理 郝小可
• 来源期刊: 自动化学报
• 关键词: 影像遗传学 统计学习 结构化稀疏学习 多变量分析 关联分析
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 综述
• 页码范围: 13-24
• 页数: 12页
• 字数: 10530字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c160696

摘要

近年来随着多模态神经影像技术和基因检测技术的发展,影像遗传学这一交叉学科的研究能够运用脑影像技术将人类大脑的结构与功能作为表型来评价基因对个体的影响,使得人们可以在脑的宏观结构上以更客观的测量手段理解基因对行为或精神疾病的影响.而统计学习方法作为基于数据驱动的关联分析强有力工具,能够充分利用生物标志数据内在的结构信息构建模型来分析易感基因与大脑结构或者功能的相关性,从而更好地揭示脑认知行为或者相关疾病的产生机制.本文首先简要介绍了影像遗传学的研究背景和基本原理,然后回顾了单变量方法在影像遗传学研究中的应用,随后对基于多变量统计学习的基因–影像关联的研究思路和建模方法进行了归纳总结,最后对遗传影像学的未来研究发展方向进行了分析和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道强	南京航空航天大学计算机科学与技术学院	51	491	11.0	20.0
2	郝小可	南京航空航天大学计算机科学与技术学院	3	4	1.0	2.0
3	李蝉秀	南京航空航天大学计算机科学与技术学院	3	4	1.0	2.0
4	严景文	印第安纳大学医学院	1	1	1.0	1.0
5	沈理	印第安纳大学医学院	1	1	1.0	1.0