SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:umu-164661"
 

Sökning: onr:"swepub:oai:DiVA.org:umu-164661" > Network Regularizat...

Network Regularization in Imaging Genetics Improves Prediction Performances and Model Interpretability on Alzheimer’s Disease

Guigui, N. (författare)
Philippe, C. (författare)
Gloaguen, A. (författare)
visa fler...
Karkar, S. (författare)
Guillemot, V. (författare)
Löfstedt, Tommy (författare)
Umeå universitet,Radiofysik
Frouin, V. (författare)
visa färre...
 (creator_code:org_t)
IEEE, 2019
2019
Engelska.
Ingår i: 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019). - : IEEE. - 9781538636411 ; , s. 1403-1406
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • Imaging genetics is a growing popular research avenue which aims to find genetic variants associated with quantitative phenotypes that characterize a disease. In this work, we combine structural MRI with genetic data structured by prior knowledge of interactions in a Canonical Correlation Analysis (CCA) model with graph regularization. This results in improved prediction performance and yields a more interpretable model.

Ämnesord

MEDICIN OCH HÄLSOVETENSKAP  -- Klinisk medicin -- Radiologi och bildbehandling (hsv//swe)
MEDICAL AND HEALTH SCIENCES  -- Clinical Medicine -- Radiology, Nuclear Medicine and Medical Imaging (hsv//eng)

Nyckelord

Imaging genetics
Networks
Structured constraints
Generalized Canonical Correlation Analysis

Publikations- och innehållstyp

ref (ämneskategori)
kon (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy