基于稀疏表示变量选择方法的影像遗传学数据分析

目的：采用影像遗传学研究方法探索精神分裂症的影像遗传学特征。方法：在传统稀疏回归模型的基础上，改进 了其在不同范数条件下进行变量选择的能力，形成一种基于稀疏表示变量选择算法，并将该算法应用于208 个受试者的 41 236个功能磁共振成像数据和722 177个单核苷酸多态性数据的综合分析。通过对两类数据施加不同的权重因子，并 使用不同的Lp （p=0、0.5、1）范数分别对模型进行求解，筛选出两类数据在不同条件下的显著特征。结果：基因DAOA和 HTR2A在3种范数下均被筛选出。此外，在影像学数据方面，发现中央前回、枕上回、顶下缘角回、角回、内侧和旁扣带脑 回、后扣带回脑区与精神分裂症相关，此发现与先前精神分裂症的临床医学研究结果一致。结论：基于稀疏表示变量选择 方法应用于影像遗传学数据分析是一个有效可行的途径，为今后精神分裂症的影像遗传学研究提供了一种新的研究 思路