Assumption-Free评估胼胝体形状:基准测试和应用

文摘

形状分析生物过程提供了一个独特的见解。本文评估的属性、性能和效用的椭圆傅里叶(eFourier)分析operationalise全球形状,关注人类的胼胝体。8000个模拟胼胝体轮廓生成,系统地对全球不同形状(中体拱、压部大小),当地的复杂性(表面光滑),和nonshape特征(例如,旋转)。2088真正的胼胝体轮廓手动跟踪的路径研究。eFourier的性能基准测试的捕捉能力,然后重建形状和系统operationalise形状通过主成分分析。我们还胼胝体体积的预测性能相比,在Procrustes-aligned里程碑式的切线空间位置,位置在eFourier n维空间形状的符号位模式测试。原始Jaccard指数与重建eFourier形状非常好(米= 0.98)。eFourier和PCA重建中表现特别好已知的n维空间形状,但被当地形状的夹杂物操作中断。案例研究,体积,eFourier,具有里程碑意义的措施都是相关的。混合效应模型结果显示检测到的所有方法相似的特性,但eFourier估计最有预测力,至少两个形状操作化技术的误差和更好的模型。椭圆傅里叶分析,特别是结合主成分分析,是一个强大的、assumption-free和直观的方法量化全球胼胝体的形状,显示了巨大的希望更广泛的神经影像的形状分析。

1。介绍

结构的神经影像学研究提供了宝贵的见解的规范性发展人类的大脑和神经退化和疾病的病因学。专注于大脑区域逐渐被识别的重要性也补充探索形状特征(1]。例如人类的胼胝体,主纤维束之间的左右脑半球,一直得到广泛的研究由于其关键作用在连接遥远的专门的大脑区域,因为它的含义在缺陷和感觉和认知赤字受损。胼胝体的形状是生物学上有意义的,因为它反映了拓扑分布的两半球间的连接(2,3]。因此,胼胝体形态已被证明有功能障碍的临床重要性与两半球间的连接(例如,精神分裂症4])和神经退行性疾病(如多发性硬化症(5,6])。

过去的研究间接捕捉胼胝体形状使用区域分区,在二维轮廓的面积划分,每个部门比较(例如,7,8]),或者是更现代的等效分割或区域厚度截面中线结合使用(例如,9,10])。这些方法提供了有益的见解的重要性胼胝体的形状,但有限的会计更微妙但重要的全球潜在形状特征(例如,“与球状压部脂肪和拱形”和“瘦和长尖压部”)。

形状方面在旋转不变的形式,重新调节,和翻译11]。全球形状的整体形式,不同于当地的小细节:全球形状可以看作是整个国家在地图上的形状,和当地的形状(有时称为局部复杂度)的详细的扰动海岸线(12]。在神经影像学,MRI扫描登记和细分的过程很大程度上移除nonshape信息(翻译、规模和方向)。在这一点上,可以使用点态或捕获形状变形技术,图形在每个扫描直接与一个图集形状点对点或变形场的基础上(13]。另外,形状可以被指定一系列的点上一组应用于相应位置扫描,称为地标(14,15]。这些方法非常成功地证明大脑发育或病理的差异(11,13]。尤其是在胼胝体的情况下,这些技术揭示了正常对照组和那些有阅读障碍之间的差异(例如,16]),自闭症(例如,17]),双相情感障碍(例如,18]),胎儿酒精综合征(例如,19]),和个人与历史冰毒的使用(例如,20.])。尽管技术创新等自动化semilandmarks改善了传统的完全手册具有里程碑意义的作业方法(21),依赖先验形状决定(例如,阿特拉斯的选择,选择的具有里程碑意义的数量和位置,和semilandmark号码)可能会导致无法觉察的遗漏的潜在重要的形状特性分析。因此需要技术可以operationalise全球形状没有这样的先验假设,用于后续分析。

傅里叶分析使用重叠的三角函数来捕获的形状信息。不同形式的傅里叶分析使用不同的三角函数。半径(rFourier)小说大纲上任意一点的距离到质心的形状,和tan (tFourier)集中在任何点的切角的变化(22]。这些技术假设特定形状的属性表示现实世界所没有的轮廓(例如,在轮廓等距的点)。他们更现代的扩张,椭圆(eFourier)始于一个椭圆(来自整个周长,对齐到第一个点的轮廓)。它认为形状的一个横坐标和一系列的谐波的x和y轴(23]。没有假设的形式坐标表示的形状轮廓,从整个周长(而不是手动分配“开始”系数)来实例化其初始椭圆,因此更加灵活和可用的。的傅里叶方法,eFourier分析作为技术良好的运营性形状在动物生物学和人类学文学(例如,24,25])。然而,尽管一些傅里叶方法(主要是tFourier)一直作为流程的一部分建立形状空间,进行形状分析(例如,26,27),有历史的例子eFourier和主成分分析相结合用于operationalise形状(28- - - - - -30.),只有少数的例子eFourier形状分析被应用在神经科学研究(1,31日,32]。

而傅里叶形状分析经历了严格的审查(例如,33- - - - - -35]),这些调查可以nonmathematicians不透明,而且很少解决问题的务实的重要性相关神经科学和健康researchers-those敏感性(这种技术捕捉形状情况如何?),可靠性(误差在形状有多一致?)和特异性(nonshape考虑可能偏差结果?),和可解释性(这个输出反映了形状的原始数据?)。尽管越来越多的兴趣和越来越多的傅里叶形状的例子分析被应用在神经影像学研究和临床结果(例如,32,36,37)、出版物使用这种技术已经放缓,仍缺乏field-relevant基准测试的方法。因此本文的目的是建立傅里叶分析技术具有特定形状的属性集中属性相关的神经影像学和健康分析,使用示范的胼胝体。

2。方法

2.1。形状

人类的胼胝体展品范围广泛的形状特征,但可以通过三个部分:圆角压部(或“头”),中间体,膝(或“尾巴”)。这个分区是组织学上截然不同的生物意义,因为这些地区的(38),与不同的神经区域(例如,中体连接运动皮层(39])和疾病(如精神分裂症有关压部而不是膝(40])。全球变化形成的形状是在这些组件的相对大小和角度,以及厚度和拱的中间体。为了建立一个全球形状测量的灵敏度(由这些组件的变化中看到真实的胼胝体形状),我们模拟8000语料库callosum-like形状在R版本3.2.0运行在Windows计算机上(41使用光栅的包,版本2.4.20 [42];sp,版本1.2.1 (43)(图1和2)。这些形状由一个圆(pseudo-splenium) 1/5th周长删除附件的中间体,由两条直线的原始圆直径的两倍长。钝化的膝由外曲线和薄内曲线动态大小,以确保一个封闭non-self-intersecting轮廓与中间体时线。规模是不包括在形状信息,所有操作都进行相对于起始位置。如图2,8套1000形状操纵系统地变化(a)全球形状特征:(1)中间体曲线(诱导提高初始中体中心的直线然后推断光滑曲线,再连接压部和膝,不同从最初的起点到中体总长度的50%),(2)压部比例(从-80% + 80%的初始大小),(3)中间体长度(从上面描述的起点到10倍的时间相对于压部圆大小),和(4)结合这些特点;(b)当地的复杂性(普通折叠在轮廓由一条曲线在不同振幅的正弦波);和(c) nonshape特征:(1)分布的点沿着轮廓(重采样引起的x y坐标沿着轮廓),(2)规模(线性变换),和(3)旋转(从形状重心)。

真正的胼胝体形状来自人格和总健康生活(路径)通过研究[44]。当前的研究小说的926名参与者降价和60 - 65岁的人群在基线,随访12年以上一至三个扫描每个参与者。如肖所述,Sachdev [45],t1加权磁共振扫描获得在矢状方向(1毫米片,重复时间1160毫秒,回波时间4.24毫秒,翻转角度150,和矩阵尺寸512 x512)在FreeSurfer v5.3和加工,每个立体像素大小的1.0毫米³。估计颅内成交来自voxelwise颅内体积之间的转换和Talairach空间变换(46]。总共2088胼胝体轮廓被用于分析。从二维切片轮廓是手动跟踪通过mid-sagittal片扫描。这些轮廓的一个子集(选择过程描述和进一步详述)后来被用于探索应用eFourier技术的效用。从人类研究获得批准这项研究是澳大利亚国立大学的伦理委员会和所有参与者提供书面知情同意。

2.2。全球形状和形状空间提取

概述了,如图1胼胝体,所有模拟和实际形状用点二维笛卡尔坐标描述non-self-intersecting轮廓,被导入到R和重新取样200分轮廓(一致性)。所有eFourier分析在Momocs,版本0.9.48 [47),与50指定谐波。尽管eFourier理论上可以完全复制一个形状与数量足够高的谐波,谐波的数量是有限的初始点的数量(两个或两个以上的分每个谐波所需)。计算费用是历史上一个限制,但非常大量的谐波与现代计算能力是容易处理的。实际上12-20谐波通常用于的形态学分析,因此选择50这里选择平衡共同练习与实现高形状恢复的忠诚。形状恢复(通过eFourier逆变换)和形状空间建设(通过主成分分析PCA)也在Momocs。

2.3。基准指标

富达的形状恢复研究通过比较原始形状与形状重建eFourier谐波,通过Jaccard指数(48)(见图2、面板(a)和(b))。如果是原来的形状和重建的形状,那么Jaccard指数描吗和空间和描述他们的交点相对于欧盟的两个形状。在R、原始和重建形状光栅成200 x200型矩阵,决议选择平衡计算费用和敏感性(这些维度提供高分辨率的40000点可能重叠)。矩阵,一个十字路口我是这样计算 ;然后 。指数在0和1之间的值接近1表明更大的相似性,和价值观趋于0表示更大的差异和 。值为0.8或更高版本(重叠显示80%)通常被视为好优秀的神经影像学研究的这种。骰子指数计算但不报道因为Jaccard和骰子指数之间的结果非常相似。逻辑回归和Nagelkirke Pseudo-R²被用来探索Jaccard指数不同的形状的影响操作。

主成分分析(PCA)构造一个低维的高维空间。广泛,目的是解释变异性最大的部分在一个大集合的元素(如项目问卷调查或生化试验(49),时空的脑电图信号(50),或面部特征51)使用最小的一组维度,这一组复杂的措施可以概括吝啬地描述和随后的造型。这里,我们应用PCA构建一个低维的观点“形状空间”(镜像的术语“脸空间”应用程序中通常使用PCA的面部特征文献[51])。在模拟的情况下形状,这个形状空间的维度是由我们操作方面的形状,并在这些维度的位置对应于操作的程度。我们“形状空间复苏”一词来指的形状空间的低维视图由PCA反映出这个形状空间的已知的属性。

富达的形状空间恢复研究通过比较已知形状空间属性(介绍的仿真)和重建的空间形状确定通过主成分分析(PCA)输出。在多大程度上重建的形状类似于已知形状空间计划免疫技术的成功提供了一些见解。总结,如图1,这两个因素是是否PCA检测已知数量的组件(形状空间维度),以及检测每个形状的位置在这些组件(灵敏度形状属性在塑造空间)。三个主成分分析进行不同的子集模拟形状:首先包括那些形状只有全球形状特性(探索敏感性;操作中体曲线、压部大小中体长度),第二的形状有操纵nonshape特性(从nonshape线索探索偏见;操作的点表示轮廓、规模和旋转),最后的模拟形状与当地形状操作(探索偏见从当地而不是全局形状)。

2.4。一个案例研究:eFourier在实践中

富达在恢复形状和形状空间很重要,只因为它们影响的敏感性形状在应用免疫活动。因此我们提出一个案例研究的应用eFourier和主成分分析相结合探讨胼胝体形状之间的关系和词汇流利,名年龄的老年人样本。符号位模式测试(SDMT)被选为例由于其灵敏度的几个主要相关胼胝体的健康(执行功能、视觉搜索、注意力、加工速度)和使用在临床评估疾病影响胼胝体如多发性硬化症(5,6]。从路径研究,我们排除了所有患者的神经病理学研究过程中(痴呆、癫痫、中风),导致868个参与者的样本大小(40 - 65岁在基线,45%的女性,11%的左撇子)。以及人口结构(年龄、性别、多年的教育,偏手性方面,和程度)和核磁共振数据,这些参与者完成了一系列的认知测试,包括SDMT [52]。简而言之,参与者与关键分配抽象符号,数字1到9和需要匹配的符号配对下面的数字在一个工作表。他们有90秒的时间来匹配尽可能多的单词/符号对总数的110。最后的得分是正确的总数/数字对象征。

在神经影像形状分析的发展历史之后,我们比较性能的二维胼胝体体积(从痕迹的面积计算),位置在Procrustes-aligned具有里程碑意义的切线空间(LPC),下面的空间形状和位置PCA eFourier计划免疫(EPC)。短暂,LPC的包括手动分配“地标”,离散解剖点,在形状、同源,有时(如当前的研究)辅以“semilandmarks”,点的位置任意沿着线描述曲线。与eFourier一样,数量足够高的地标和semilandmarks完全代表形状,但实际计算费用和人员等方面导致有时很少(5 - 10)地标与某些形式被使用。使之对齐使用缩放、旋转和翻译删除nonshape用这些地标的信息。这些排列形状投射到切线空间,一个n维抽象空间就像n维抽象空间在PCA中调用。我们比较LPC和EPC在混合效果的性能(分层)线性模型框架,重复措施嵌套在个人(随机拦截允许)。颅内和胼胝体总量得到直接从Freesurfer产出和除以1000(转换为毫米³)。就像在14),如图3,10个固定地标被分配在讲坛而35滑动“semilandmarks”表示剩下的轮廓,使用geomorph包,v 3.0.1 [53]。这个分析的目的是比较两种方法,而不是关注结果的意义,所以比较不会应用旋转的目的,只有第一个形状空间组件为每个eFourier / PCA和里程碑/切线空间将(EPC1和LPC1)表示。方差解释为每个组件为每个方法也将提出了上下文。所有的措施都转换成z分数比较的目的。敏感性分析进行了使用三维胼胝体卷(从自动Freesurfer体元计算),和unstandardized版本的体积,EPC1 LPC1。

3所示。结果

3.1。形状恢复

如图2(面板(c))显示,原始Jaccard指数与重建的形状是可靠的优秀的和高度稳定的所有形状(M = 0.98,SD= 0.03)。逻辑回归与全球形状作为对照组操作表明,当地操作形状略低(b= -0.09,SE< 0.01)Jaccard指数,而nonshape操作与略高(b< 0.01,SE< 0.01)Jaccard指数。全球最低的形状操纵Jaccard指数和大多数可变性是压部尺寸,虽然原始之间的对应关系和重建的形状保持优秀的(米= 0.90,SD= 0.06)。Nagelkirke Pseudo-R²表明nonshape操作(规模、方向和沿轮廓点的随机性)解释方差Jaccard指数比形状处理(68%比33%),尽管这意味着有限由于持续有限Jaccard指数变化(由于靠近天花板的性能)。

3.2。形状空间恢复

PCA eFourier免疫变形导致了高度一致,形状的直观的表示空间映射到已知的操纵性能。强烈的敏感性形状属性在空间形状清晰可见图2(面板(d)、(e)和(f))和反映在之间的相关性程度的操纵(1000步骤没有和极端之间)和位置在每个组件,特别是当只有全球形状特征包括在主成分分析: , ,和 。生物捕获中体的混合特征曲线(r= 0.89)和压部大小(r= 0.92)。转向形状空间恢复,累积方差解释第一和第五部分显示了包含nonshape然后当地形状改变个别组件的解释力,但没有破坏形状变化的整体形状空间;PC1 79.1%比75.1%和60.8%;PC5 98.4%比98.3%比98.0%。这种模式表明eFourier和PCA表现优异地在恢复一个已知的n维空间形状,虽然当地的形状的影响表明,虽然这个空间是特定形状,它封装了全局和局部形状信息。

3.3。案例研究的结果

PCA eFourier和里程碑式的方法导致了第一个组件(PC1)不同主要在中体厚度和拱(高拱+薄通过低拱+厚,如图3面板(b))。累计eFourier解释方差的形状比地标。两种方法,变化解释为每个组件表示,实质性的解释需要多个组件:eFourier: PC1解释方差的45.6%形状、PC2额外16.5%,生物一个额外的11.5%,PC4额外6.1%,PC5额外的4.9%。地标,PC1解释方差的26.3%形状、PC2额外17.6%,生物一个额外的11.7,PC4额外8.3%,PC5额外的7.1%。这表明第一个组件定义的地标有点差。

SDMT得分中值为54岁(范围13 - 89SD= 10.91)。混合效应pseudo-R²(MuMIn包v1.42.1 [54])表示,CC体积SDMT解释17%的变异,而EPC1解释说只有2%,而LPC1 1%。模型包括前十PCA组件(交易吝啬大反射的多维空间形状)表示eFourier组件1 - 10在一起解释变异的10%,而具有里程碑意义的组件1 - 10在一起解释仅为2%。性能优越的分析借鉴更多的形状空间应该注意,但是对于清晰的体积与CC的目的,只有EPC1和LPC1将焦点。

胼胝体卷更与EPC1密切相关(r= 0.24)而不是LPC1 (r= 0.07)。EPC1和LPC1类似的空间形状和第一个组件,它表示一种趋势从高和拱形形状平坦结实的形状(图3)。位置在这些空间是第一个组件强烈积极的(但不完全)相关,r= 0.89。这反映在相似,但略高于原始Jaccard指数比多边形轮廓与eFourier重建用地标(米= 0.95,SD= 0.02)。混合效应模型结果表1表明CC体积、LPC1 EPC1都明显与SDMT得分呈正相关(尽管LPC1和EPC1意义没有生存一旦covariates-intracranial体积,偏手性方面,和程度,性别,年龄,和多年的教育)。本协会的力量为LPC1斜率(模型)是最低和最高的体积。

混合效应模型适合是最适合EPC1 (AIC = 13530 .38点),紧随其后的是体积(AIC = 13574 .53点),和最差地标(AIC = 13587 .35点)。这些结果表明这三种方法(体积、LPC的和EPC)检测相似的特征(thin-to-stockier组件检测到LPC的和EPC逻辑对应于由低卷),EPC优于LPC系数的大小和整体模型适合。

4所示。讨论

这次调查基准测试eFourier形状的属性分析技术,关注性能和可用性相关的神经影像学和健康分析,使用示范的胼胝体。椭圆傅里叶展示优秀的捕捉能力和重构形状以最小的错误,同样被捕获并重建一个已知的n维空间形状结合主成分分析。此外,案例研究表明eFourier和主成分分析的结合同样能够产生临床上有用的结果,可能是更精确的比具有里程碑意义的方法。

以前eFourier和主成分分析(PCA)的组合创新,但没有利用这种组合技术的全部潜力。Ferrario et al。(1994)55)进行eFourier和PCA胼胝体曲线然后减少提供的丰富信息位置多个组件一个笛卡尔的距离值的形状,以备后续分析,在吝啬的利益。我们的研究结果表明,n维空间形状造成eFourier直接和主成分分析,直观地映射到一系列全球形状特征可能各有并发但截然不同的生物意义。因此,我们认为一个或多个组件载荷应该保留,因为全球形状指标直接对应于实际的形状。

点对点、变形和里程碑式的方法已被证明有用的(11,13),但被批评为他们需要先验选择等具有里程碑意义的安置计划,可能会忽略未知但形状的重要方面。在当前的案例研究中,我们指定地标大大超过通常使用(例如,15 (56])。原因是务实可行的可用性和灵活性的进步semilandmarks [53]。建立在先前的高度严格的数学探索的形状空间由地标(15,56),我们的研究结果表明,足够高的分辨率,landmark-based方法可以提供高保真重建形状导致一个非常相似的形状的空间,发现eFourier和PCA因此operationalises形状的方式会导致下游分析非常类似的结论。然而,完整的自动化eFourier仍然是一个巨大优势大大劳动密集型的过程分配地标可比所需的数量,或在当前情况下略低,性能。

这篇文章有一些局限性和树叶几个途径进一步调查。本文是第一个使用模拟建立一个形状空间与已知的人类胼胝体的属性。特征的选择来改变因此一定任意,留下大量的空间进一步操纵特性。同样,分析仅限于胼胝体由于明确的形状和功能之间的联系和容易识别轮廓。类似的基准心室和海马等脑区,或群众癌症和中风等病理病变,形状是重要可能富有成效。实际案例研究的解释是第一个组件的焦点位置的限制,而不是整个形状空间:在视觉散点图和方差解释在形状和SDMT表示实质性理由参加形状空间更广泛,本文的方法论的集中使用第一个组件只需要一个简单的建设。最后,虽然关注二维信息,有潜在的重要的神经影像的形状可以真正被捕获在三维空间(例如,脑回)。一个清晰的未来一步是扩大当前的球面谐波分析方法(SPHARM),在重叠的三角函数变形球面在三维空间中,而不是eFourier变形椭圆的两个(57),尤其是考虑到最近的进展SPHARM可用性在临床医学(58,59]。

4.1。结论

椭圆傅里叶分析,特别是结合主成分分析,是一个强大的、assumption-free,直观量化全球形状在神经影像数据的方法。其缺点在于它不是一个纯粹的衡量全球的形状,因为它也是敏感的局部形状信息。它的力量在于它的展品比较如果不是更大的敏感性比同等landmark-based形状在每个阶段的分析方法。

数据可用性

这个提交的基础数据(主要是项目的路径数据)不能公开由于道德和隐私问题。然而,欢迎感兴趣的研究人员申请路径数据访问以下项目的网站上列出的程序:https://rsph.anu.edu.au/research/projects/personality-total-health-path-through-life。

的利益冲突

作者报道没有利益冲突。

作者的贡献

所有作者都批准了最后一篇文章。

确认

作者感谢安东尼Jorm,海伦·克里斯滕森Kaarin Anstey,彼得•巴特沃斯Perminder Sachdev安德鲁•麦金农和路径的团队。这项研究是由澳大利亚NHMRC批准号1002160,1063907和弧格兰特1063907。本研究在一定程度上承担国家计算基础设施(NCI)基金在堪培拉,澳大利亚,澳大利亚联邦政府的支持。

补充材料

这张图片描述了手稿的内容的概述,提出了视觉形式。它概述了分配大量的挑战神经形状,被人类胼胝体的例子。然后概述了我们的基准测试的椭圆傅里叶和主成分分析提取有效的目的,吝啬的形状信息用于进一步分析。(补充材料)

引用

1. g . Gerig m . Styner m·e·珊顿和j·a·利伯曼”的形状和大小:提高对大脑结构的形态的理解,”医学影像计算和计算机辅助干预- MICCAI 2001卷,2208在计算机科学的课堂讲稿页/ Springer,柏林,德国,2001年。视图:出版商的网站|谷歌学术搜索
2. m·e·廷j.p. Piatkowski认为,a . j . Storkey l . j . Brown, a . m . j . MacLullich和j·d·Clayden“束形状拓扑变化的造型提供了证据胼胝体膝在正常老化,“科学杂志,43卷,不。1、精神分裂症一般,2008页。视图:出版商的网站|谷歌学术搜索
3. l . j . van der Knaap和i . j . m . van der火腿、“胼胝体如何调解两半球间的转移?审查。”大脑研究行为,卷223,不。1,第221 - 211页,2011。视图:出版商的网站|谷歌学术搜索
4. 通用Innocenti、f . Ansermet和j·帕尔曼党注册,“精神分裂症,神经发育,胼胝体。”《分子精神病学》,8卷,不。3、261 - 274年,2003页。视图:出版商的网站|谷歌学术搜索
5. s . Llufriu y布兰科,大肠Martinez-Heras et al .,“胼胝体损伤对认知和身体残疾的影响在多发性硬化症:多通道的一项研究中,“《公共科学图书馆•综合》,7卷,不。5篇文章ID e37167 2012。视图:谷歌学术搜索
6. t . Granberg j . Martola g . Bergendal et al .,“胼胝体萎缩在多发性硬化症与认知障碍密切相关:17年的纵向研究的结果,“多发性硬化杂志,21卷,不。9日,第1158 - 1151页,2015年。视图:出版商的网站|谷歌学术搜索
7. s . f . Witelson”的手,性别差异在地峡和人类胼胝体膝。后期形态研究”,大脑,卷112,不。3、799 - 835年,1989页。视图:出版商的网站|谷歌学术搜索
8. e . Luders k . l . Narr e . Zaidel p·m·汤普森l . Jancke a . w .宽外袍,“旁矢状面的不对称的胼胝体,”大脑皮层,16卷,不。3、346 - 354年,2006页。视图:出版商的网站|谷歌学术搜索
9. k·d·m·普伦德加斯特h . Karlsgodt c·l·菲尔斯b . a . Ardekani和p . r . Szeszko“胼胝体的形状和形态在青年在政坛精神病,”精神分裂症的研究卷,199年,第273 - 266页,2018年。视图:出版商的网站|谷歌学术搜索
10. 耷拉下来,库尔思f·d·斯宾塞·m·海恩斯,e . Luders”性别差异在空间能力和胼胝体形态之间的联系,“神经科学研究杂志,卷96,不。8,1380 - 1387年,2018页。视图:出版商的网站|谷歌学术搜索
11. c . g .小形状的统计理论施普林格科学与商业媒体,2012年。
12. 依沃尔什,t·张,n . Cherbuin”为当地的形状分形和傅里叶:衡量复杂性对于神经系统的应用程序,“神经科学杂志》上的方法卷,323年,第67 - 61页,2019年。视图:出版商的网站|谷歌学术搜索
13. f . j . d . c . Adams Rohlf, d . e .片,“几何的形态学:十年进步的“革命”后,“意大利动物学杂志》,卷71,不。1,5-16,2004页。视图:出版商的网站|谷歌学术搜索
14. f . l . Bookstein a . p . Streissguth p·d·桑普森p·d·康纳和h . m .巴尔,“胼胝体形状和神经心理学赤字与沉重的成年男性胎儿酒精暴露,”科学杂志,15卷,不。1,第251 - 233页,2002。视图:出版商的网站|谷歌学术搜索
15. n·冯·Cramon-Taubadel、公元前弗雷泽和m . m .•“评估具有里程碑意义的几何形态测定误差的问题:理论、方法,和修改,“美国自然人类学杂志》:美国物理协会的官方出版物人类学家,卷134,不。1、巢族,2007页。视图:出版商的网站|谷歌学术搜索
16. m·f·卡萨诺瓦a . el - baz a Elnakib et al .,“胼胝体形状分析与应用程序阅读障碍,”转化神经科学,1卷,不。2、124 - 130年,2010页。视图:谷歌学术搜索
17. c·n·维达尔r . Nicolson t . j . DeVito et al .,“映射在自闭症胼胝体赤字:指数异常皮层连接,”生物精神病学,60卷,不。3、218 - 225年,2006页。视图:出版商的网站|谷歌学术搜索
18. m . Walterfang a·g·伍德,美国巴顿et al .,“胼胝体大小和形状改变双相情感障碍患者及其一级亲属,”Neuro-Psychopharmacology &生物精神病学的进展,33卷,不。6,1050 - 1057年,2009页。视图:出版商的网站|谷歌学术搜索
19. f . l . Bookstein p·d·桑普森a . p . Streissguth p·d·康纳,“几何的胼胝体和皮层下结构的形态学fetal-alcohol-affected大脑,”畸形学,卷64,不。1,4-32,2001页。视图:谷歌学术搜索
20. j . s .哦,k l .在h s年轻et al .,”形状变化的胼胝体节制冰毒用户,”神经学字母,卷384,不。1 - 2、76 - 81年,2005页。视图:出版商的网站|谷歌学术搜索
21. p .甘孜和p . Mitteroecker Semilandmarks:量化曲线和曲面的方法,”Hystrix——意大利哺乳动物学杂志》上,24卷,不。1,第109 - 103页,2013。视图:谷歌学术搜索
22. c . t .锥盘和r . z Roskies,”傅里叶描述符平面封闭曲线,“IEEE计算机,卷100,不。3、269 - 281年,1972页。视图:出版商的网站|谷歌学术搜索
23. f·p·库尔和c r .谷俊侠“椭圆傅里叶一个封闭轮廓的特点,”计算机图形学和图像处理,18卷,不。3、236 - 258年,1982页。视图:出版商的网站|谷歌学术搜索
24. j . c .否决权,g·e·梅尔·d·d·琼斯,和a . k . Samal”植物种类识别使用椭圆傅里叶叶子形状的分析,“计算机和电子产品在农业,50卷,不。2、121 - 134年,2006页。视图:出版商的网站|谷歌学术搜索
25. 郑胜耀y, p . e . Lestrel w·j·s·克尔和j·h·麦科尔”描述形状的变化人类使用椭圆傅里叶函数下颌骨,”欧洲口腔正畸学杂志,22卷,不。3、205 - 216年,2000页。视图:谷歌学术搜索
26. s . h . Joshi k . l . Narr o . r .飞利浦et al .,“统计形状分析精神分裂症,胼胝体的”科学杂志,卷64,不。1,第559 - 547页,2013。视图:出版商的网站|谷歌学术搜索
27. b . Ayers,大肠Luders: Cherbuin, s . h . Joshi Eds。“胼胝体厚度估计使用弹性形状匹配,”学报》第12届IEEE国际研讨会上生物医学成像,位ISBI 2015b . Ayers, e . Luders n . Cherbuin和s h·乔希,Eds。IEEE,页1518 - 1521年,2015年4月。视图:谷歌学术搜索
28. f . Rohlf和j·阿奇”,比较四种ier方法在蚊子翅膀形状的描述(双翅目蚊科):“系统的生态,33卷,不。3、302 - 317年,1984页。视图:出版商的网站|谷歌学术搜索
29. t·a·迪金森w·h·帕克,r·e·施特劳斯“另一个叶子形状的比较的方法,”分类单元,36卷,不。1,1,1987页。视图:出版商的网站|谷歌学术搜索
30. 罗曼和p . n .施韦策。“eigenshape分析”美国密歇根的形态学车间罗曼和p·n·施韦策,Eds。,University of Michigan Museum of Zoology, Ann Arbor, MI, USA, 1990.视图:谷歌学术搜索
31. m·f·卡萨诺瓦,r·d·桑德斯,t·e·戈德堡et al .,“orphometry胼胝体的同卵双胞胎不和谐的精神分裂症:磁共振成像研究中,“《神经学、神经外科、精神病学,53卷,不。5,416 - 421年,1990页。视图:谷歌学术搜索
32. v . f . Ferrario c·斯福尔扎,g . Serrao t·弗拉蒂尼和c . Del Favero”形状的人类童年胼胝体:椭圆傅里叶分析矢磁共振扫描,”调查放射学没有,卷。31日。1、1 - 5,1996页。视图:出版商的网站|谷歌学术搜索
33. 大肠Persoon和k . s .傅“使用傅里叶描述符形状歧视,”电气和电子工程师学会系统,社会人,控制论,SMC-7卷,不。3、170 - 179年,1977页。视图:出版商的网站|谷歌学术搜索|MathSciNet
34. d·肯尼迪,p . Filipek诉Caviness,“傅里叶解剖结构的形状分析,”傅里叶分析及其应用的最新进展页,17-28施普林格,1990年。视图:谷歌学术搜索
35. j . Jha和s . s . Bhaduaria”审查各种形状的措施,基于内容的图像检索,“国际计算机与通信工程研究杂志》上,3卷,不。6,98 - 102年,2015页。视图:谷歌学术搜索
36. l . d . Wang, w·c·w·楚,t·保罗j . c . y . Cheng和p·A·亨”比较的图像测量技术研究胼胝体的形状在青少年特发性脊柱侧凸,”科学杂志,45卷,不。3、738 - 748年,2009页。视图:出版商的网站|谷歌学术搜索
37. g . Spasojevićs Malobabićd . Mikićs Vujnović共和党Spasojević,和a . Maliković“人类胼胝体的性别差异揭示了极坐标系统:磁共振成像研究中,“叶形线Morphologica(波兰),卷74,不。4、414 - 420年,2015页。视图:出版商的网站|谷歌学术搜索
38. f . Aboitiz a . b . Scheibel r . s . Fisher和e . Zaidel“人类胼胝体纤维组成的,”大脑研究,卷598,不。1 - 2、143 - 153年,1992页。视图:出版商的网站|谷歌学术搜索
39. B.-U。Meyer s Roricht, c . Woiciechowsky“地形在人类胼胝体纤维之间的调解两半球间的抑制运动皮层,“神经病学年鉴,43卷,不。3、360 - 369年,1998页。视图:出版商的网站|谷歌学术搜索
40. j . Foong m·迈尔c·a·克拉克·g·j·巴克·d·h·米勒,和m·a·罗恩,”神经病理异常精神分裂症:胼胝体的扩散张量成像研究中,“《神经学、神经外科、精神病学,卷68,不。2、242 - 244年,2000页。视图:出版商的网站|谷歌学术搜索
41. R核心团队,统计计算的语言和环境,R统计计算的基础,维也纳,奥地利,2015年,http://wwwR-projectorg/。
42. R . j . Hijmans和j . van Etten地理数据分析和建模,”R包版本。卷。2。不。8。2014年。视图:谷歌学术搜索
43. 大肠Pebesma和r s Bivand空间数据的类和方法:sp包。R的消息。卷。5。不。2。第四页。2005年。
44. k . j . Anstey h·克里斯滕森p·巴特沃斯et al .,“群组简介:路径通过生活项目”,国际流行病学杂志第41卷。。4、951 - 960年,2012页。视图:出版商的网站|谷歌学术搜索
45. m·e·肖p s Sachdev k . j . Anstey和n . Cherbuin“老年性皮质萎缩在60年代:认知健康个体一生的路径研究”神经生物学衰老的39卷,第209 - 202页,2016年。视图:出版商的网站|谷歌学术搜索
46. r·l·巴克纳d头,j·帕克et al .,“一个统一的方法进行形态学和功能数据分析年轻,老了,和精神错乱的成年人使用自动化atlas-based头部大小归一化:可靠性和验证对手工测量颅内总额,“科学杂志,23卷,不。2、724 - 738年,2004页。视图:出版商的网站|谷歌学术搜索
47. 诉Bonhomme s Picq c . Gaucherel和j·克劳德,使用R Momocs:轮廓分析,“杂志的统计软件卷,56号13日- 24,2014页。视图:谷歌学术搜索
48. r .真正的和j·m·巴尔加斯”Jaccard相似性指数的概率基础,”系统生物学,45卷,不。3、380 - 385年,1996页。视图:出版商的网站|谷歌学术搜索
49. n . Cherbuin k Anstey, b . Baune“氧化应激,炎症和轻度认知障碍”,欧洲精神病学卷,41 S742页,2017年。视图:出版商的网站|谷歌学术搜索
50. 他Vallabhaneni和b,“汽车图像任务分类使用时空成分分析原则,大脑计算机接口应用程序”神经学研究,26卷,不。3、282 - 287年,2004页。视图:出版商的网站|谷歌学术搜索
51. j·杨,张d和a . f . Frangi”二维主成分分析:apperence的脸表示和识别的新方法,”IEEE模式分析与机器智能,26卷,不。1,第137 - 131页,2004。视图:出版商的网站|谷歌学术搜索
52. a史密斯,符号位模式测试洛杉矶,西方心理服务、钙、美国,1982年。
53. d . c .亚当斯和大肠Otarola-Castillo“Geomorph: r包几何形状的形态学数据的收集和分析,“生态学与进化方法,4卷,不。4、393 - 399年,2013页。视图:出版商的网站|谷歌学术搜索
54. MuMIn:多模型推断k·巴顿。”R包版本1。0。0,2009。https://cran.r-project.org/web/packages/MuMIn/index.html。视图:谷歌学术搜索
55. v . f . Ferrario c·斯福尔扎,g . Serrao t·弗拉蒂尼和c d . Favero“人类胼胝体的形状:椭圆傅里叶分析矢磁共振扫描,”调查放射学卷,29号7,677 - 681年,1994页。视图:出版商的网站|谷歌学术搜索
56. d . Schmitter和m . Unser Landmark-based形状编码和sparse-dictionary学习在连续域,“IEEE图像处理,27卷,不。1,第378 - 365页,2018。视图:出版商的网站|谷歌学术搜索|MathSciNet
57. c . h . Brechbuhler g . Gerig, o . Kubler“封闭表面的三维形状的参数化描述。”计算机视觉和图像理解,卷61,不。2、154 - 170年,1995页。视图:出版商的网站|谷歌学术搜索
58. a . AlHadidi l . h . Cevidanes b·帕r·库克f . Festy d·廷德尔,“下颌骨不对称的三维量化使用SPHARM-PDM工具盒,“国际计算机辅助放射学杂志和手术,7卷,不。2、265 - 271年,2012页。视图:出版商的网站|谷歌学术搜索
59. d s -施n; 8:32, a .; 8:32“大脑形态测量学:癫痫、”Neuromethods卷,136年,第321 - 301页,2018年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019艾琳。沃尔什等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。