현재 문서는 변수 분석의 기초를 설명하고 더 일반적으로 사용되는 voxel – 현명한 univariate 분석에 대조를 이룹니다. 분석의 두 가지 유형이 임상 – 신경 과학 데이터 집합에 적용됩니다. 보충 분할 반 시뮬레이션은 독립적인 데이터 집합에 변수가 결과의 더 나은 복제를 보여줍니다.
그들은 쉽게 더 일반적으로 사용되는 univariate, voxel – 현명한, 기술에 의해 실현되지 않을 수있는 매력적인 기능을 가지고 같은 neuroimaging 데이터에 대한 변수 분석 기술은 최근 증가하고 관심을받은<sup> 1,5,6,7,8,9</sup>. 복수 변수 접근은 오히려 voxel별로 voxel 단위로 진행보다 뇌 영역에 걸쳐 상관 / 공분산 활성화를 평가합니다. 따라서, 그들의 결과는 더 쉽게 신경망의 서명으로 해석될 수있다. Univariate 접근, 반면에, 직접적으로 두뇌에 interregional 상관 관계를 해결할 수 없습니다. voxel – 현명한 다중 비교에 매우 엄격한 정정을 고용 강요하지 univariate 기법과 비교하면 변수 접근 방법은 또한 더 큰 통계 전원이 발생할 수 있습니다. 또한, 다변수 기술은 완전히 새로운 데이터 세트 한 세트의 분석 결과의 예비 신청에 훨씬 더 자신을 빌려. 복수 변수 기법을 따라서 잘 가능성이 큰 통계 전원 및 더 나은 재현성 검사와 마찬가지로 univariate 접근하는 동작과 의미의 차이와 상관 관계,에 대한 정보를 제공하기 위해 배치됩니다. 이러한 장점 달리 변수 접근 방법의 사용에 항목의 높은 장벽은 지역 사회에 더 광범위한 응용 프로그램을 방지합니다. 다변수 분석 기법에 익숙한되는 신경학하려면, 필드의 초기 조사, algorithmically 유사한지만, 일반적으로 수학 배경을 가진 사람들에 의해, 다른 중점 제공됩니다 접근 어지러울 다양한 선물 수도 있습니다. 우리는 복수 변수 분석 기법보다 보급을 보증하기 위해 충분한 잠재력을 가지고있을 거라 믿고 있소. 연구자들은 정보와 접근 방식으로 그들을 고용 할 수 있어야합니다. 현재 문서는 초보자를위한 변수가 기술의 교훈 도입에 시도이다. 개념 소개 명확하게 다변수 접근 방식의 뛰어난 성능을 보여주는 알츠하이머 병 Neuroimaging 이니셔티브 (ADNI)에서 설정한 진단 데이터를 매우 간단한 응용 프로그램을합니다.
우리는 관객에게 다변수 분석의 기본의 풍미를 준 희망, 관심있는 시청자는 우리의 웹사이트를 체크 아웃하는 것이 좋습니다. 다변수 분석에서 매개 변수에 대한 몇 가지 선택이 그 상당한 논쟁의 대상이 논쟁이 될 수 있었다. 우리는 주요 문제에 산만을 피하기 위해이 문서에서 이러한 문제의 토론을 보상 받았을거야. 첫째, 우리는 AD와 관련된 공분산 패턴을 구축하는 첫번째 6 교장 구성 요소를 선택했습니다. 우리가 4 안한것 바로이 선택에 대한 이론적 이유가 있습니다. 6 주요 구성 요소의 특정 선택하지만 우리의 인수에 대한 중요하지 않습니다 하나 2 20 PC에 범위에서 선택하고 여전히 분리 샘플 시뮬레이션의 변수 마커의 뛰어난 일반화 성능을 얻을 수 있습니다. 결과는 유도 및 복제 샘플에서 과목의 숫자의 선택과 관련하여 마찬가지로 강력한 있습니다. 우리는 복제 예제에서 두 그룹의 20 과목을 선택, 그러나 이것은 계산 속도를 수학의 편의를 위해 순수하게되었다. 파생 샘플에서 과목의 숫자가 증가한다면 두 기술의 상대적인 장점에 대한 결과는 마찬가지로 개최합니다.
둘째, 우리는 변수 분석의 가장 기본적인 종류를 발표했다. 기계 학습의 문학, 이전 PCA에 선형 및 비선형 변환 및 기타 다양한 주름에서 빌린 기술을 상당한 합병증이 더욱 일반화 성능을 향상 수 가능합니다. 단순을 위해이 문서에서 이러한 가능성을 생각해 본적도 없어.
The authors have nothing to disclose.
저자는 NIH 교부금 지원에 대한 감사입니다
neuroimaging 분석 NIH / NIBIB 5R01EB006204 – 03 변수 접근
ASL MRI 및 공분산 분석 NIH / NIA 5R01AG026114 – 02 조기 AD 감지
ADNI : 영상 자료가 알츠하이머 병 Neuroimaging 이니셔티브 (ADNI) (NIH U01AG024904)에 의해 제공되었다. 이 프로젝트에 대한 데이터 수집 및 공유가 알츠하이머 질병 Neuroimaging 사업 (ADNI) (보건 부여 U01 AG024904 국립 연구소)에 의해 재정 지원되었다. 애보트, 아스트라 제 네 카 AB, 바이엘 셔링 파마 AG, 브리스톨 – 마이어스 Squibb, Eisai 글로벌 임상 개발, 엘란 공사 : ADNI는 고령화에있는 국립 연구소, 바이오 메디컬 이미징 및 생물의 국립 연구소에 의해 다음과 같은에서 관대한 기부를 통해 기금을 것입니다 Genentech, GE 헬스케어, GlaxoSmithKline, Innogenetics, 존슨 앤드 존슨, 일라이 릴리와 주식 Medpace, 주식, 머크와 (주), 주식 회사, 노바티스 AG, 화이자 병원, F. 호프만 – 라 호슈, 셔링 – 플로, Synarc , 주식 회사, 그리고 와이어스뿐만 아니라 비영리 파트너 알츠하이머 협회와 미국 식품 의약품 행정의 참여와 알츠하이머 약물 발견 재단. ADNI에 민간 부문의 기여는 건강 (국립 연구소의 기초에 의해 촉진 아르 http://www.fnih.org ). 피부 조직은 연구 및 교육을위한 북부 캘리포니아 연구소이며, 연구는 캘리포니아 샌디에고 대학에서 알츠하이머 병 협동 연구에 의해 조정됩니다. ADNI 데이터는 캘리포니아 대학, 로스 앤젤레스에서 뉴로 이미징을위한 연구소로 확산됩니다. 이 연구는 NIH 보조금 P30 AG010129, K01 AG030514 및 데이 재단에 의해 지원되었다.