基于图像空间信息的vGWAS用于AD生物标记物检测

发布时间：2021-02-12 21:55

　　检测阿尔兹海默症（alzheimer’s disease,AD）的生物标记物对于AD的预测、诊断和监控是至关重要的。在影像基因组学研究中,许多方法已经被提出用来检测包括图像表型数据和基因型数据的潜在的AD生物标记物,基于体素点的全基因组关联分析（voxel-wise genome-wide association analysis,vGWAS）方法就是其中一种常见的研究方法。然而,由于较大的数据量,在执行vGWAS方法时需要花费大量的时间,具有极大的挑战性。此外,由于vGWAS方法是基于体素点来进行研究分析的,即将每个体素点看作是一个独立的单元来计算基因-体素点对的显著性,因而忽略了图像表型数据的空间结构信息,故而,vGWAS方法可能会检测到错误的结果或遗漏一些重要的生物标记物。因此,传统的vGWAS方法存在着极大的问题。为了解决上述问题,本论文提出了一种新的分析方法,将图像空间信息引入到vGWAS方法中,并采用一种加速算法--快速基于体素点的全基因组关联分析（fast voxel-wise genome-wide association analysis,FVGWAS）进行加速,不但... 

【文章来源】：南方医科大学广东省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图２－１本论文所提出方法的原理图

ｙ和分ｇ别设置为１００，?０．０１以及１００。为了消除实验对ＲＯＩ位置的依赖性，??我们分别选择了三个不同位置且大小均为１０?ｘ?１０的脑区作为预先固定的效应??ＲＯＩ来进行实验分析。这三个ＲＯＩ的位置分别如图４－２第一列红色区域所示。??图４－２的第二列呈现的是分别对应这三个ＲＯＩ位置的ＲＯＣ曲线结果。正如预期??那样，在我们所选的这三个效应ＲＯＩ中，本论文所提出的方法得到的曲线下面??积均比ＦＶＧＷＡＳ分析得到的曲线下面积大，这表明本论文所提出的方法相对于??ＦＶＧＷＡＳ分析有更高的检测效能和更高的检测精度。此外，本论文所提出的方??法中，使用髙斯权重方法在这三个ＲＯＩｓ中均有最好的结果。比较这三个ＲＯＣ??曲线图，我们可以看到这三个效应ＲＯＩｓ之间的ＲＯＣ曲线结果只有轻微的差异。??２１??

被称为“真阳性”像素点，《ｔｒｕｅｐｏｓｉｔｉｖｅ”Ｐｉｘｅｌｓ）与受作用ＲＯＩ区域大小之比的??块重叠率（ｄｉｃｅ?ｏｖｅｒｌａｐ?ｒａｔｉｏ，?ＤＯＲ）来比较本论文所提出方法与ＦＶＧＷＡＳ方法??的结果。较大的平均ＤＯＲ值对应着更有效的检测能力。结果如图４－３所示，本??论文所提出的方法与ＦＶＧＷＡＳ方法均没有检测到“假正”团。此外，本论文所??提出的方法比ＦＶＧＷＡＳ方法有更大的平均ＤＯＲ值。而用高斯权重方法加权处??理的又得到了最大的平均ＤＯＲ值，因此应具有最有效的检测能力。更直观的平??均ＤＯＲ结果可参考表４－４。??２４??

【参考文献】：
期刊论文
[1]注意缺陷多动障碍影像基因组学研究进展[J]. 李元媛,郭兰婷.  中华精神科杂志. 2013 (03)

博士论文
[1]大脑图像分析中若干问题的研究[D]. 黄美燕.南方医科大学 2015



本文编号：3031480