基于非凸稀疏优化的影像遗传学特征筛选方法

来源：计算机技术与发展杂志2025年第04期北京时间：

作者：赵迎利*;朱旭

单位：1. 西安交通大学城市学院 数学教学部,陕西 西安 710018;2. 西安交通大学 数学与统计学院,陕西 西安 710049

摘要：为了从海量的影像学数据与遗传学数据筛选出与精神类疾病紧密相关的生物标志物特征,传统方法在处理此类多模态高维数据时往往过度惩罚系数导致过稀疏,进而引入估计偏差。 针对此问题,提出一种有效的影像遗传学特征筛选方法,该方法通过将改进的基于双曲正切函数的近似 l0 范数作为正则项惩罚典型相关分析,将最大化两类数据间的相关性作为优化目标,从而避免过度惩罚导致关键特征丢失,最终实现无偏估计和稳定特征筛选的双重目标。 为了高效求解此优化问题,采用基于局部二次逼近技术和交替凸搜索方法的优化算法。 模拟数据实验结果表明,该方法展现了更高的特征筛选的全面性和相关系数估计的准确性,精神分裂症数据实验结果表明,该方法成功地识别出了包括 IL10 在内的8 种潜在候选基因,以及丘脑在内的 7 个风险脑区。

关键词：非凸惩罚;改进的双曲正切函数;典型相关分析;特征筛选;精神分裂症