【专家简介】：于登登，阿尔伯塔大学博士，多伦多大学博士后，德克萨斯大学圣安东尼奥分校阿尔瓦雷斯商学院管理科学与统计系助理教授。研究领域：高维数据分析、函数数据分析、统计机器学习、因果推断、分位数回归、神经影像学数据分析、影像学。在Journal of the American Statistical Association， Journal of Machine Learning Research，NeurIPS等发表成果近二十篇。
【报告摘要】：阿尔茨海默病（Alzheimer's disease）是一种渐进性的痴呆症，导致记忆、思维和行为问题。通常以beta淀粉样蛋白和tau异常聚集和沉积为起点，随后出现神经元损伤，如海马体萎缩，最终导致阿尔茨海默病（AD）。本文旨在通过阿尔茨海默病神经影像学计划（ADNI）数据集，绘制阿尔茨海默病的遗传-影像-临床路径，以描绘驱动疾病进展的遗传调控脑部变化。我们开发了一种新的两步法，以考虑基线的超高维临床和遗传协变量，来描绘高维度2D海马表面暴露与阿尔茨海默病评估量表（ADAS）认知分数之间的关联。分析结果表明，在观察到的临床和遗传协变量条件下，海马的每个像素的径向距离与行为缺陷的严重程度呈负相关。这些关联在Cornu Ammonis区域1（CA1）和subiculum亚区域中比Cornu Ammonis区域2（CA2）和Cornu Ammonis区域3（CA3）亚区域更强。
时间：2023年12月26日 10:00 – 11:00
会议地点：位育楼417
