识别MCI高风险亚型

2022年2月份出的一个做MCI亚类型的文章，思路如下：

用模板提取各种指标构建个体的SCN
用SVM分类说明个体SCN网络是有效的
个体SCN做非负矩阵分解(NMF)降维和聚类
对找到的两个亚型做后续分析

其中A和B是常规操作，很多structure的指标本身就可以分类AD，提取出的诸多structural指标构建的SCN网络同样也可以分类AD。找到亚类型之后的分析比如组间比较也是常规操作。

作为文章的核心部分寻找亚型(C)就有意思了

亚型的数量是提前假设的，假设在MCI中存在一个类别更像HC，另一个类别更像AD，所以NMF的聚类数量就直接设置为了2??

这样找到了两个亚型，一组A-CI(更像AD的MCI)514人，一组N-CI(更像HC的MCI)252人，两组在年龄和存在显著的差异。补充材料显示，两组性别比例也存在差异。

在之后一系列指标的对比中，似乎没有看到如何控制年龄这一混淆变量。

因此，两个亚类型之间的组差异是否由A-CI组年纪更大导致不得而知。

后续的一个分析算是打了一个小小小补丁，A-CI组更多的人在之后的几年内确诊了AD。

识别MCI高风险亚型相关推荐

TCGA 亚型突变负荷代码
#1.准备文件/数据并加载相应的包 #1.1下载并加载相应的包,有就直接加载,没有就下载后再加载. install.packages("pacman") library(pacma ...
基于金融知识图谱的会计欺诈风险识别方法
点击上方蓝字关注我们基于金融知识图谱的会计欺诈风险识别方法陈强1, 代仕娅2 1 兴业银行信息科技部,上海 201201 2 蚂蚁科技国际事业群数据算法技术部,上海 200120 摘要:针对商业银 ...
Nature子刊：基于静息态EEG功能连接模式识别精神疾病亚型
<本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 摘要:精神疾病在神经生物学和临床表征上存在异质性,基于数据驱动的疾病亚型识别有助于精神疾病的诊断和治疗,本文报 ...
使用静息态脑网络以及结构像海马亚区和杏仁核体积进行阿尔茨海默症诊断
对阿尔茨海默症(AD)的初期进行准确诊断是至关重要的.本研究的目的是通过结合结构性磁共振成像(sMRI)和静息态功能磁共振成像(rs-fMRI)来使用有效的生物标志物进行AD的诊断分析和分类.到目前为 ...
Nature子刊综述：机器学习在神经退行性疾病诊疗中的应用
摘要:对神经退行性疾病的有效治疗存在巨大的需求.神经元变性的复杂性和患者群体的异质性给这些疾病的早期诊断工具和有效治疗的发展带来了巨大的挑战.机器学习是人工智能的子领域,它使科学家.临床医生和患者能够 ...
万字长文概览深度学习的可解释性研究
↑ 点击蓝字关注视学算法作者丨王小贱@知乎来源丨https://www.zhihu.com/column/buaabigcity 编辑丨极市平台本文仅用于学术分享,如有侵权,请联系后台作删文处 ...
人工智能算法的可解释性方法研究
来源:数学与人工智能摘要以深度学习为代表的人工智能技术在信息领域的应用,极大地提高了信息的利用效率和挖掘价值,深刻的影响了各领域的业务形态,同时也引发了监管部门和用户对这一新技术运用中出现的 &q ...
详解深度学习的可解释性研究（上篇）
作者 | 王小贱来源 | BIGSCity知乎专栏摘要:<深度学习的可解释性研究>系列文章希望能用尽可能浅显的语言带领大家了解可解释性的概念与方法,以及关于深度学习可解释性工作的研究成 ...
反欺诈评分模型之手机终端
道高一尺,魔高一丈",黑色产业链的飞速发展也带来了反欺诈行业的快速发展.各大互联网公司纷纷结合自己的业务去探索反欺诈的方法和技术,一大批专业的反欺诈公司也如雨后春笋般冒了出来.在攻与防的过程 ...

识别MCI高风险亚型

识别MCI高风险亚型相关推荐

最新文章

热门文章