基于图像和基因数据整合分析的大脑功能特异性基因特征识别作者：王天杰来源：《电脑知识与技术》2018年第28期 摘要：在脑科学领域，包含基因和多类图像数据的多模态数据的结合分析在揭示大脑的功能和机理的过程中越来越发挥着重要的作用。本文通过运用统计学中的偏最小二乘回归方法，结合基因数据和两类图像数据，对大脑的功能发育进行了相关分析，并查文献进行了结果的比较，分析了与大脑功能发育相关的基因，并对功能网络进行了相关分析，得到了可靠的结果。 关键词：偏最小二乘回归（PLS） 脑图像 基因 网络udn
中图分类号：TP391 文献标识码：A 文章编号：无线报警系统1009-3044（2018）28-0200-06
1 绪论玻璃垫片
恶劣的太阳 人体各个器官中都有人体全部的基因，但是不同器官中基因的表达不同，而且不同的表达与器官的不同功能有关，基因突变会导致基因表达的变化，进而导致相关器官的功能异常。
简易频谱分析仪本研究的目的是研究人的不同年龄阶段以及不同脑区的大脑发育与人的全基因表达之间的关系，揭示显著表达的基因在该年龄段或该脑区大脑发育中的作用，即到与大脑发育显著相关的基因，并认为这些基因的突变更有可能在疾病中扮演重要角，进而发现如阿兹海默症，精神分裂症，多动症等大脑相关疾病的致病基因与这些基因的高度相关性，为致病基因的发现和疾病的提供参考。为了达到这一目的，本研究需要的数据有涵盖多个年龄段的大脑的结构数据以及人体所有基因在相应年龄段大脑中的表达数据，结构数据主要是大脑皮层的生物数据，如皮层厚度，脑区体积等。
fMRI 基于血氧水平依赖（Blood Oxygen Level Dependent， BOLD）效应，通过测量局部脑区中脱氧血红蛋白浓度的改变来间接表明大脑神经元的功能活动，主要分为任务态（Task-related）和静息态（Resting-state）[1]。任务态fMRI通过事先设定好的特定任务刺激被试然后检测大脑的反应，但对于一些认知受损或认知尚未发育完成的被试来说完成任务有一定困难。而rs-fMRI 不需要执行特殊的任务，只需被试闭上眼睛，大脑清醒但不刻意做任何系统思考，克服了上述缺点lm5117[11]。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议