XiaoMi-AI文件搜索系统
World File Search System相关分析
典型相关分析和偏最小二乘法识别大脑行为关联：教程和比较研究
摘要典型相关分析 (CCA) 和偏最小二乘 (PLS) 是用于捕捉两种数据模态（例如大脑和行为）之间关联的强大多元方法。然而，当样本量类似于或小于数据中的变量数量时，标准 CCA 和 PLS 模型可能会过度拟合，即发现无法很好地推广到新数据的虚假关联。已经提出了 CCA 和 PLS 的降维和正则化扩展来解决此问题，但大多数使用这些方法的研究都有一些局限性。这项工作对最常见的 CCA/PLS 模型及其正则化变体进行了理论和实践介绍。我们研究了当样本量类似于或小于变量数量时标准 CCA 和 PLS 的局限性。我们讨论了降维和正则化技术如何解决这个问题，并解释了它们的主要优点和缺点。我们重点介绍了 CCA/PLS 分析框架的关键方面，包括优化模型的超参数和测试已识别的关联是否具有统计意义。我们将所描述的 CCA/PLS 模型应用于来自人类连接组计划和阿尔茨海默病神经成像计划的模拟数据和真实数据（n 均为 .500）。我们使用这些数据的低维和高维版本（即样本大小与变量之间的比率分别在 w 1 – 10 和 w 0.1 – 0.01 范围内）来展示数据维数对模型的影响。最后，我们总结了本教程的关键课程。
DF-SSmVEP：采用双倍典型相关分析的双频聚合稳态运动视觉诱发电位设计
摘要：脑电图 (EEG) 传感器技术和信号处理算法的最新进展为脑机接口 (BCI) 在从康复系统到智能消费技术等多种实际应用中的进一步发展铺平了道路。当谈到 BCI 的信号处理 (SP) 时，人们对稳态运动视觉诱发电位 (SSmVEP) 的兴趣激增，其中运动刺激用于解决与传统光闪烁/闪烁相关的关键问题。然而，这些好处是以准确性较低和信息传输速率 (ITR) 较低的代价为代价的。在这方面，本文重点介绍一种新型 SSmVEP 范式的设计，而不使用试验时间、阶段和/或目标数量等资源来增强 ITR。所提出的设计基于直观的想法，即同时在单个 SSmVEP 目标刺激中集成多个运动。为了引出 SSmVEP，我们设计了一种新颖的双频聚合调制范式，称为双频聚合稳态运动视觉诱发电位 (DF-SSmVEP)，通过在单个目标中同时整合“径向缩放”和“旋转”运动而不增加试验长度。与传统的 SSmVEP 相比，所提出的 DF-SSmVEP 框架由两种运动模式组成，这两种运动模式同时集成并显示，每种模式都由特定的目标频率调制。本文还开发了一种特定的无监督分类模型，称为双折典型相关分析 (BCCA)，该模型基于每个目标的两个运动频率。相应的协方差系数被用作额外特征来提高分类准确性。基于真实 EEG 数据集对所提出的 DF-SSmVEP 进行了评估，结果证实了其优越性。所提出的 DF-SSmVEP 表现优于其他同类方法，平均 ITR 为 30.7 ± 1.97，平均准确度为 92.5 ± 2.04，而径向缩放和旋转的平均 ITR 分别为 18.35 ± 1 和 20.52 ± 2.5，平均准确度分别为 68.12 ± 3.5 和 77.5 ± 3.5。
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。识别新的Gen 尼古丁促进了链球菌链球菌外多糖合成，细胞聚集和总乳酸脱氢酶活性 道路建设项目的临时交通控制装置检测 骨细胞EGLN1/PHD2通过FGF23 辐射诱导的光子疗法与质子治疗的淋巴细胞减少症患者患者 燃烧的余烬：朝着更透明和强大的气候变化风险评估 硬化蛋白耗竭会诱导小鼠的骨髓炎症 等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知 使用与身体部位的约束融合进行自动驾驶的计算有效的行人检测 通过联合多任务稀疏规范相关分析和分类来识别诊断特异性基因型 - 表型关联 非遗传性视网膜疾病的基因治疗 结合tau低聚物并抑制供体提取物的病理播种的构象抗体的晶体结构 祖先古细菌用吡咯氨酸扩大了遗传密码 贝叶斯自适应阶段I/II/II临床试验设计延迟...
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。 鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。 阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。（2020）。鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175
深概率的规范相关分析
我们提出了一个深层生成框架，用于基于规范相关分析（CCA）的概率解释来学习多视图。该模型将潜在空间中的线性多视图层与深层生成网络作为观察模型结合在一起，将多个视图中的变异性分解为共享的潜在表示形式，该变异描述了一个描述变化的共同基础源和一组视图组件。为了近似潜在多视觉层的后验分布，基于概率CCA的解决方案开发了有效的变异推理过程。然后将模型推广到任意数量的视图。拟议的深度多视图模型证实了一个经验分析可以发现多个视图之间的微妙关系并恢复丰富的表示。
对FDA批准激酶抑制剂的目标选择性和副作用的相关分析
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。它是制作
血清神经元特异性烯醇酶与肺腺癌中基因突变的检测之间的相关分析
在现有疗法中，靶向疗法是失去手术机会的患者有害和最容忍的治疗方法（4）。当前，用于遗传检测的样品主要是从患者的血液，胸腔积液，尿液或肿瘤组织中收集的，其中肿瘤组织在遗传检测中具有最高的特异性和敏感性（5-7）。但是，侵入性程序不适用于转移性疾病或健康状况受损的患者（6）。由于耐药性，患者必须进行多种基因检测。此外，组织样品并不总是可用的，因此靶向药物的选择通常取决于血液样本检测（8）。为了降低耐药性，已经提出了替代使用两个靶向药物的使用，但到目前为止，效果尚不清楚（9）。因此，早期并有效地识别患有基因突变的患者以改善患者生存并减轻患者的财务负担至关重要。
多任务稀疏典型相关分析及其在多模态脑成像遗传学中的应用
脑成像遗传学是脑科学中一个新兴的重要课题，它整合了遗传因素和神经影像表型测量。这种结合不同遗传和基因组数据的整合研究有望揭示大脑结构和功能的遗传基础，并进一步为解释遗传变异与阿尔茨海默病 (AD) 等脑部疾病之间的因果关系提供新的机会 [1]，[2]。现代神经影像技术，如磁共振成像 (MRI) 和正电子发射断层扫描 (PET)，基于不同的技术对大脑的形态和代谢过程进行成像，并从不同角度生成描述大脑的不同图像数据。这些多模态图像数据提供了互补的信息，并已被证明可以提供对大脑结构、功能和脑部疾病的全面理解 [3]。此外，在生物医学研究中，我们通常会面临大量的基因分型生物标记，例如单核苷酸多态性 (SNP)，它是全基因组关联研究 (GWAS) 中的一种高分辨率标记。因此，开发面向GWAS、快速高效、同时整合多模态成像数据的成像遗传学方法具有重要的意义和意义。