• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

“大数据”人类神经影像学中的统计挑战。

Statistical Challenges in "Big Data" Human Neuroimaging.

机构信息

Wellcome Trust Centre for Integrative Neuroimaging (WIN-FMRIB), University of Oxford, Oxford, UK.

Wellcome Trust Centre for Integrative Neuroimaging (WIN-FMRIB), University of Oxford, Oxford, UK; Big Data Institute, University of Oxford, Oxford, UK; Department of Statistics, University of Warwick, Coventry, UK.

出版信息

Neuron. 2018 Jan 17;97(2):263-268. doi: 10.1016/j.neuron.2017.12.018.

DOI:10.1016/j.neuron.2017.12.018
PMID:29346749
Abstract

Smith and Nichols discuss "big data" human neuroimaging studies, with very large subject numbers and amounts of data. These studies provide great opportunities for making new discoveries about the brain but raise many new analytical challenges and interpretational risks.

摘要

史密斯和尼科尔斯讨论了“大数据”人类神经影像学研究,这些研究的研究对象数量非常多,数据量也非常大。这些研究为发现大脑的新奥秘提供了极好的机会,但也带来了许多新的分析挑战和解释风险。

相似文献

1
Statistical Challenges in "Big Data" Human Neuroimaging.“大数据”人类神经影像学中的统计挑战。
Neuron. 2018 Jan 17;97(2):263-268. doi: 10.1016/j.neuron.2017.12.018.
2
Finding the needle in a high-dimensional haystack: Canonical correlation analysis for neuroscientists.在高维干草堆中寻找针:神经科学家的典型相关分析。
Neuroimage. 2020 Aug 1;216:116745. doi: 10.1016/j.neuroimage.2020.116745. Epub 2020 Apr 8.
3
Machine learning in cardiovascular medicine: are we there yet?机器学习在心血管医学中的应用:我们是否已经实现?
Heart. 2018 Jul;104(14):1156-1164. doi: 10.1136/heartjnl-2017-311198. Epub 2018 Jan 19.
4
Machine learning, statistical learning and the future of biological research in psychiatry.机器学习、统计学习与精神病学领域生物研究的未来
Psychol Med. 2016 Sep;46(12):2455-65. doi: 10.1017/S0033291716001367. Epub 2016 Jul 13.
5
Functional Neuroimaging in the New Era of Big Data.新时代的功能神经影像学:大数据篇
Genomics Proteomics Bioinformatics. 2019 Aug;17(4):393-401. doi: 10.1016/j.gpb.2018.11.005. Epub 2019 Dec 4.
6
Challenges for machine learning in clinical translation of big data imaging studies.大数据成像研究临床翻译中机器学习面临的挑战。
Neuron. 2022 Dec 7;110(23):3866-3881. doi: 10.1016/j.neuron.2022.09.012. Epub 2022 Oct 10.
7
Addressing Confounding in Predictive Models with an Application to Neuroimaging.通过神经影像学应用解决预测模型中的混杂因素
Int J Biostat. 2016 May 1;12(1):31-44. doi: 10.1515/ijb-2015-0030.
8
Web service makes big data available to neuroscientists.网络服务使神经科学家能够获取大数据。
Nature. 2018 Nov;563(7729):143. doi: 10.1038/d41586-018-07195-2.
9
Small Data Can Play a Big Role in Chemical Discovery.小数据在化学发现中可发挥大作用。
Angew Chem Int Ed Engl. 2023 Jun 26;62(26):e202219070. doi: 10.1002/anie.202219070. Epub 2023 Apr 26.
10
An open, multi-vendor, multi-field-strength brain MR dataset and analysis of publicly available skull stripping methods agreement.一个开放的、多供应商的、多磁场强度的脑磁共振数据集,以及对公开可用的颅骨剥离方法一致性的分析。
Neuroimage. 2018 Apr 15;170:482-494. doi: 10.1016/j.neuroimage.2017.08.021. Epub 2017 Aug 12.

引用本文的文献

1
Wired Differently? Brain Temporal Complexity and Intelligence in Autism Spectrum Disorder.连接方式不同?自闭症谱系障碍中的大脑时间复杂性与智力
Brain Sci. 2025 Jul 26;15(8):796. doi: 10.3390/brainsci15080796.
2
Deep learning reveals that multidimensional social status drives population variation in 11,875 US participant cohort.深度学习表明,多维社会地位驱动了美国11875名参与者队列中的人群差异。
PLoS One. 2025 Aug 13;20(8):e0327729. doi: 10.1371/journal.pone.0327729. eCollection 2025.
3
A pattern-learning algorithm associates copy number variations with brain structure and behavioural variables in an adolescent population cohort.
一种模式学习算法将青少年群体队列中的拷贝数变异与脑结构和行为变量联系起来。
Nat Biomed Eng. 2025 Jul 18. doi: 10.1038/s41551-025-01454-0.
4
Big Data, Small Bias: Harmonizing Diffusion MRI-Based Structural Connectomes to Mitigate Site-Related Bias in Data Integration.大数据,小偏差:协调基于扩散磁共振成像的结构连接组以减轻数据整合中与站点相关的偏差。
Hum Brain Mapp. 2025 Jun 15;46(9):e70256. doi: 10.1002/hbm.70256.
5
ComBatLS: A Location- and Scale-Preserving Method for Multi-Site Image Harmonization.ComBatLS:一种用于多站点图像协调的位置和尺度保持方法。
Hum Brain Mapp. 2025 Jun 1;46(8):e70197. doi: 10.1002/hbm.70197.
6
Through the lens of causal inference: Decisions and pitfalls of covariate selection.从因果推断的视角看:协变量选择的决策与陷阱。
Apert Neuro. 2024;4. doi: 10.52294/001c.124817. Epub 2024 Nov 21.
7
Lifespan reference curves for harmonizing multi-site regional brain white matter metrics from diffusion MRI.用于协调来自扩散磁共振成像的多中心区域脑白质指标的寿命参考曲线。
Sci Data. 2025 May 6;12(1):748. doi: 10.1038/s41597-025-05028-2.
8
Diverse and large-scale brain data in child development research.儿童发育研究中的多样且大规模的脑数据。
Nat Hum Behav. 2025 Apr 10. doi: 10.1038/s41562-025-02186-6.
9
Applications and advances of combined fMRI-fNIRs techniques in brain functional research.功能磁共振成像与近红外光谱技术联合应用于脑功能研究的进展
Front Neurol. 2025 Mar 18;16:1542075. doi: 10.3389/fneur.2025.1542075. eCollection 2025.
10
NeuroDISK: An AI Approach to Automate Continuous Inquiry-Driven Discoveries in Neuroimaging Genetics.神经磁盘:一种用于神经影像遗传学中自动化持续探究驱动发现的人工智能方法。
bioRxiv. 2025 Feb 19:2025.02.14.638360. doi: 10.1101/2025.02.14.638360.