檢測阿爾茲海默癥（alzheimer’s disease,AD）的生物標記物對于AD的預測、診斷和監(jiān)控是至關重要的。在影像基因組學研究中,許多方法已經(jīng)被提出用來檢測包括圖像表型數(shù)據(jù)和基因型數(shù)據(jù)的潛在的AD生物標記物,基于體素點的全基因組關聯(lián)分析（voxel-wise genome-wide association analysis,vGWAS）方法就是其中一種常見的研究方法。然而,由于較大的數(shù)據(jù)量,在執(zhí)行vGWAS方法時需要花費大量的時間,具有極大的挑戰(zhàn)性。此外,由于vGWAS方法是基于體素點來進行研究分析的,即將每個體素點看作是一個獨立的單元來計算基因-體素點對的顯著性,因而忽略了圖像表型數(shù)據(jù)的空間結構信息,故而,vGWAS方法可能會檢測到錯誤的結果或遺漏一些重要的生物標記物。因此,傳統(tǒng)的vGWAS方法存在著極大的問題。為了解決上述問題,本論文提出了一種新的分析方法,將圖像空間信息引入到vGWAS方法中,并采用一種加速算法--快速基于體素點的全基因組關聯(lián)分析（fast voxel-wise genome-wide association analysis,FVGWAS）進行加速,不但... 

【文章來源】：南方醫(yī)科大學廣東省

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

圖２－１本論文所提出方法的原理圖

ｙ和分ｇ別設置為１００，?０．０１以及１００。為了消除實驗對ＲＯＩ位置的依賴性，??我們分別選擇了三個不同位置且大小均為１０?ｘ?１０的腦區(qū)作為預先固定的效應??ＲＯＩ來進行實驗分析。這三個ＲＯＩ的位置分別如圖４－２第一列紅色區(qū)域所示。??圖４－２的第二列呈現(xiàn)的是分別對應這三個ＲＯＩ位置的ＲＯＣ曲線結果。正如預期??那樣，在我們所選的這三個效應ＲＯＩ中，本論文所提出的方法得到的曲線下面??積均比ＦＶＧＷＡＳ分析得到的曲線下面積大，這表明本論文所提出的方法相對于??ＦＶＧＷＡＳ分析有更高的檢測效能和更高的檢測精度。此外，本論文所提出的方??法中，使用髙斯權重方法在這三個ＲＯＩｓ中均有最好的結果。比較這三個ＲＯＣ??曲線圖，我們可以看到這三個效應ＲＯＩｓ之間的ＲＯＣ曲線結果只有輕微的差異。??２１??

被稱為“真陽性”像素點，《ｔｒｕｅｐｏｓｉｔｉｖｅ”Ｐｉｘｅｌｓ）與受作用ＲＯＩ區(qū)域大小之比的??塊重疊率（ｄｉｃｅ?ｏｖｅｒｌａｐ?ｒａｔｉｏ，?ＤＯＲ）來比較本論文所提出方法與ＦＶＧＷＡＳ方法??的結果。較大的平均ＤＯＲ值對應著更有效的檢測能力。結果如圖４－３所示，本??論文所提出的方法與ＦＶＧＷＡＳ方法均沒有檢測到“假正”團。此外，本論文所??提出的方法比ＦＶＧＷＡＳ方法有更大的平均ＤＯＲ值。而用高斯權重方法加權處??理的又得到了最大的平均ＤＯＲ值，因此應具有最有效的檢測能力。更直觀的平??均ＤＯＲ結果可參考表４－４。??２４??

【參考文獻】：
期刊論文
[1]注意缺陷多動障礙影像基因組學研究進展[J]. 李元媛,郭蘭婷.  中華精神科雜志. 2013 (03)

博士論文
[1]大腦圖像分析中若干問題的研究[D]. 黃美燕.南方醫(yī)科大學 2015



本文編號：3031480