机构名称：
¥ 2.0
摘要：在过去的十年中，多模态神经影像学和基因组学技术得到了日益发展。作为一门交叉学科，脑成像基因组学致力于评估和描述影响脑结构和功能成像表型测量的个体遗传变异。该技术能够通过宏观中间体揭示从基因水平到人类认知和精神疾病的复杂机制。众所周知，机器学习是数据驱动关联研究中的有力工具，它可以充分利用先验知识（成像和遗传数据之间相互关联的结构信息）进行关联建模。此外，关联研究能够发现风险基因与大脑结构或功能之间的关联，从而更好地探索对行为或紊乱的脑功能的机制理解。本文首先回顾了成像基因组学的相关背景和基础工作。然后，我们展示了关联分析的单变量学习方法，总结了基于多变量机器学习的遗传成像关联研究的主要思想和建模，并提出了联合关联分析和结果预测的方法。最后，本文讨论了未来工作的一些展望。
脑成像基因组学方法的机器学习
主要关键词
相关文件推荐
