精神分裂癥的研究一直都是腦科學研究的重要部分,近年來受到了全世界的廣泛關注。許多研究集中于通過統(tǒng)計分析、數(shù)據(jù)挖掘和機器學習等方法來探索遺傳變異與腦影像之間的關系,旨在為精神分裂癥的臨床診斷與治療提供幫助。但從大量遺傳基因與大量腦影像之間發(fā)現(xiàn)與精神分裂癥相關的重要基因與異常腦區(qū)仍具有挑戰(zhàn)。因此,對于尋找大規(guī)模數(shù)據(jù)的相關分析方法非常重要。本文我們使用了一種基于結構約束的稀疏典型相關分析算法來研究大量單核苷酸多態(tài)性（Single Nucleotide Polymorphism,SNP）與功能磁共振成像（Functional Magnetic Resonance Imaging,fMRI）之間的關聯(lián),發(fā)現(xiàn)與精神分裂癥相關的生物標記。根據(jù)遺傳基因與腦影像數(shù)據(jù)小樣本高維的特點,研究者大多首先采用降維方法,然后再進行關聯(lián)分析,但這樣不僅會丟失有用的信息,而且由高維數(shù)據(jù)帶來的過擬合現(xiàn)象仍然存在。為了改善過擬合的現(xiàn)象,我們采用基于正則化的稀疏表示方法,通過給高維矩陣乘以一個稀疏向量,將大部分元素置為零并保留主要的顯著特征。一方面,考慮基因組中的連鎖不平衡和各腦區(qū)的空間結構信息,我們通過數(shù)據(jù)驅動獲得特征的... 

【文章來源】：長安大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

AAL腦區(qū)模板三視圖


本文編號：3408855