全基因组关联研究中的多重校正方法比较

全基因组关联研究(Genome-Wide Association Studies,GWAS)可以直接研究人类行为能力和基因型间的关联,为心理学研究者从全基因组层次探索人类行为能力的遗传基础提供了新的手段。GWAS中涉及大量位点和行为的关联检验,所以必须采用多重校正来控制整体虚报。尽管存在多种校正方法可供选择,但GWAS研究中不同校正方法的适用性,目前尚缺少系统研究,使得GWAS中多重校正方法的选择缺少理论和经验依据。GWAS中常用的校正方法有基于族错误率(Family-Wise Error Rate,FWER)标准的Bonferroni校正法,Holm递减调整法,排列检验法和基于错误发现率(False Discovery Rate,FDR)标准的BH法。对这4种多重校正方法的原理和流程进行了详细阐述;提出了一种GWAS数据仿真方法,并基于仿真数据对不同多重校正方法进行了定量比较。结果显示,前3种基于FWER的方法差别很小,它们对虚报的控制最为严格,但是检测出的真实关联的位点数却显著低于基于FDR的BH法。独立数据上,BH法所报告的SNPs对行为具有最高的解释率,即相对于其它方法,BH方法更好的平衡了虚报和击中。未来研究中可以考虑用BH法来对结果进行校正。

有限元法和边界元法的多重校正

本文对两点边值问题和具有光滑核积分方程的有限元解给出了多重校正公式.从理论上讲,这些问题可以作任意次的校正。

非线性Fredholm积分方程数值解的多重校正

本文讨论了第二类非线性Ｆｒｅｄｈｏｌｍ积分方程的迭代配置方法，在拟一致纲格下得到了迭代配置解的多重校正估计．

二维Volterra积分方程迭代配置解的多重校正

讨论了二维Volterra 积分方程迭代配置方法,并研究了一种校正格式.对拟一致网格和任意的配置参数,证明了相应的整体多重校正估计.

二维非线性Fredholm积分方程离散配置解的多重校正

本文讨论了二维非线性Fredholm积分方程的离散配置方法。

Fredholm积分方程离散配置解的多重校正

讨论了第二类非线性Ｆｒｅｄｈｏｌｍ积分方程的离散配置方法，得到了离散配置地的多重校正估计．

二维线性Fredholm积分方程数值解的多重校正

讨论了二维线性Ｆｒｅｄｈｏｌｍ积分方程的迭代配置方法，在拟一致网格下得到了迭代配置解的多重校正估计．

基于图像分解和多重校正融合的车牌图像去雾算法

针对大雾天气下,车牌识别困难,智能交通系统工作效率低等问题,提出一种基于图像分解和多重校正融合的车牌图像去雾算法。将雾图分解为纹理层和结构层,通过优化纹理层强化图像轮廓及车牌边缘纹理信息;对结构层采用多重伽马校正,并采用拉普拉斯金字塔融合方法选取最优对比度和饱和度,融合多重校正图像实现去雾,恢复车牌颜色和清晰度;融合处理后的纹理层和结构层,得到纹理信息和清晰度良好的无雾车牌图像。实验表明,该算法主观去雾效果明显且自然,能有效提高车牌定位和识别效果。

双调和特征值问题非协调有限元的多重校正方法

本文提出一种基于非协调有限元法求解重调和特征值问题的多层校正格式.该方法将细空间上特征值问题的求解转化为粗网格上特征值问题的求解以及一系列细网格上源问题的求解.假定非协调有限元方法的线性求解器是最优的,重调和特征值问题的多层校正格式拥有高收敛速度以及最优计算成本.本文也提供相应的理论分析和数值实验加以验证.

音频系统的多重校正和开关失真

经过仔细设计的放大器，失真可以做得很低，但有人会感觉声音很“清淡”。若保留一定的失真，人声的齿音会发硬而夸张，与真实环境相差很大，电视台播音员的声音常有这种现象。

临床研究中的多重检验

临床研究中,我们会经常遇到多重检验的问题。当同时检验多个假设时,如何控制犯Ⅰ类错误的概率,保证结果的准确性,是研究者面对的首要问题。然而未对多重检验进行校正的文章比例仍较大。本文从简单的单个检验假设出发,回答为什么需要进行多重校正,何时进行多重校正,同时介绍总体错误率(FWER)和错误发现率(FDR)两种重要的错误率以及在此基础上的Bonferroni和Benjamini-Hochberg校正方法,从而避免因多重检验问题带来的混乱。

二维非线性Volterra积分方程迭代配置解的多重较正

讨论了二维非线性Volterra积分方程迭代配置方法 ,并研究了一种校正格式 .对拟一致网格和任意的配置参数 ,证明了相应的整体多重校正估计 .

RMPCT在常减压装置应用的误差研究

在深入理解和掌握RMPCT先进控制技术的基础上,从工艺原理和装置的生产特点入手,根据软测量仪表误差产生原因的不同,建立了一个含有多重校正模型的误差校正系统。投用以后提高了软测量仪表的准确性和RMPCT控制器的投用质量,为提高产品质量、降低原油加工成本和谋求装置的最佳经济效益提供了保证。

癫痫外科结构磁共振常见分析方法研究进展

结构磁共振(structural magnetic resonance imaging, sMRI)对癫痫的诊治至关重要,尤其是考虑行癫痫外科治疗时。但癫痫外科部分常见病理类型(如皮质发育不良、海马硬化)在常规阅片中表现隐蔽,给临床工作带来了巨大挑战。因此,结合利用神经影像后处理及统计分析方法,对影像数据进行分析、建模和解释,进一步挖掘其量化识别和分析致痫灶的价值,将有利于增加其临床指导价值。本文将针对目前癫痫外科结构磁共振常用的分析方法、计算模型和统计应用的研究进展进行综述。

复杂疾病全基因组关联研究进展——遗传统计分析

2005年,Science杂志首次报道了有关人类年龄相关性黄斑变性的全基因组关联研究,此后有关肥胖、2型糖尿病、冠心病、阿尔茨海默病等一系列复杂疾病的全基因组关联研究被陆续报道,这一阶段被称为人类全基因组关联研究的第一次浪潮。文章分别介绍了全基因组关联研究统计分析的方法、软件和应用实例;比较了关联分析中多重检验的P值调整方法,包括Bonferroni、递减的Bonferroni校正法、模拟运算法和控制错误发现率的方法;还讨论了人群混杂对关联分析结果可能产生的影响及原理,以及全基因组关联研究中控制人群混杂的方法的研究进展和应用实例。在全基因组关联研究的第一次浪潮中,应用经典的遗传统计方法发现了许多基因-表型之间的关联并且能够对这些关联做出解释,其中包括许多基因组中的未知基因和染色体区域。然而,全基因组关联研究的继续发展需要进一步阐述基因组内基因之间相互作用、基因-基因之间的复杂作用网络与环境因素的相互作用在复杂疾病发生中的作用,现有的统计分析方法肯定不能满足需要,开发更为高级的统计分析方法势在必行。最后,文章还给出了全基因组关联研究统计分析软件的相关网站信息。

不同多重比较校正方法在脑功能影像数据分析中的有效性

目的 通过比较脑影像数据分析中不同多重比较校正方法的脑激活检出率和假阳性率来探讨不同校正方法的有效性.方法 基于真实的任务态(包括强、弱两种刺激条件,n=20)和静息态功能磁共振数据(n=32),用脑影像数据分析软件SPM和SnPM13中的多重比较校正方法进行脑激活分析,并对结果从激活检出率和假阳性率两个方面进行比较.结果 基于体素或峰值点的校正方法假阳性率较低,当校正后P<0. 05时,假阳性被试的比例分别为0. 19和0. 16,假阳性体素个数分别为404和2 448,但激活检出率也较低,适合强激活情况;而基于团块的校正方法则相反,当校正后P<0. 05时,假阳性被试的比例分别为0. 34和0. 38,假阳性体素个数分别为7 870和8 320,适合弱激活情况;组水平统计可有效降低假阳性率.结论 在应用中应根据研究目的及数据情况选择适合的校正方法,以平衡激活检出率和假阳性率.

非线性特征值问题的多重网格算法

本文介绍两种求解非线性特征值问题的多重网格算法.这种类型的多重网格算法是多重校正方法和求解边值问题的多重网格算法相结合而得到的.在这种多重网格算法中,求解特征值问题被转化成在一序列有限元空间上的边值问题的求解和在最低维空间下的非线性特征值的求解.由于采用了具有最优复杂度的多重网格算法来求解其中的边值问题,非线性特征值问题的多重网格算法可以大大提高求解的整体效率.这里求解边值问题的多重网格算法也可以被其他高效的求解算法代替而设计出新的求解非线性特征值问题的高效算法.

有限元Aubin-Nitsche技巧新认识及其应用

首先回顾有限元理论中经典的Aubin-Nitsche技巧,并给出一个基于多尺度空间意义下的认识.然后基于这个新认识,重新得到一些依赖Aubin-Nitsche技巧的算法,使得Aubin-Nitsche技巧可以多次使用.作为例子,我们具体给出了在非对称椭圆方程和椭圆特征值问题方面的应用.