A Parallel Independent Component Analysis Approach to Investigate Genomic Influence on Brain Function

읽은 날	2021.01.13.	학술지	IEEE signal processing letters
제목	A Parallel Independent Component Analysis Approach to Investigate Genomic Influence on Brain Function
저자	J Liu, O Demirci, VD Calhoun..
한줄요약	Parallel ICA의 소개와 이를 이용한 fMRI data/SNP data의 통합분석 (feat. Schizophrenia)
초록	Abstract—Relationships between genomic data and functional brain images are of great interest but require new analysis approaches to integrate the high-dimensional data types. This letter presents an extension of a technique called parallel independent component analysis (paraICA), which enables the joint analysis of multiple modalities including interconnections between them. We extend our earlier work by allowing for multiple interconnections and by providing important overfitting controls. Performance was assessed by simulations under different conditions, and indicated reliable results can be extracted by properly balancing overfitting and underfitting. An application to functional magnetic resonance images and single nucleotide polymorphism array produced interesting findings.
키워드	Entropy, fMRI, genetic association, independent component analysis (ICA), multimodal process, parallel ICA
의의	Imaging genetics 연구에 사용할 수 있는 parallel ICA algorithm 개발.
비판점	더 많은 subject 수에 적용해보고 싶다. 또한, schizophrenia 말고도 다른 여러 정신질환의 조기진단에 도움이 될 것 같다.