抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
脳画像データの大規模仮説検定を実行グループワイズ差(例えば,健常人と疾患被験者の間)を同定するために一般的に多数の試験(ボクセル当たり1)をもたらした。多重試験調整(または補正)偽陽性,真の陽性検出における低検出電力をもたらすを制御する必要がある。統計でいわゆる「独立フィルタリング」技術の利用(ゲノミクス応用のための)に触発されて,本論文では,神経画像研究で広く用いられている,多様体値データ(例えば,拡散テンソル画像,Cauchy変形テンソル)の独立したフィルタリングの使用を研究した。Riemann Gauss分布の分散の概念に触発されて,型非特異的データ依存Riemann分散フィルタを提案した。実際には,このフィルタは統計的検定を行い,より適切な多重試験補正に導くためのボクセルのフルセットのサブセットを選択した。合成/シミュレーションmanifoldvaluedデータ上での実験を行い,統計的検定はフィルタ「パス」というボクセル位置に実行された場合に検出力が改善されることを示した。多様体値データを利用した応用の広がり範囲が与えられた時,このスキームは一般的な特徴選択法として役立つことができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】