Identification of individual subjects on the basis of their brain anatomical features.
Identification of individual subjects on the basis of their brain anatomical features.
复制标题
DOI：
10.1038/s41598-018-23696-6
复制
发表时间：
2018-04-04
影响因子：
4.6
通讯作者：
Jäncke L
中科院分区：
文献类型：
--
作者：
Valizadeh SA;Liem F;Mérillat S;Hänggi J;Jäncke L
我们研究了是否有可能根据大脑解剖特征来识别个体受试者。为此，我们分析了包含 191 名受试者的数据集，这些受试者在两年内被扫描了 3 次。基于 FreeSurfer 例程，我们生成了三个数据集，涵盖 148 个解剖区域（皮质厚度、面积、体积）。这三个数据集也合并为包含所有这三个度量的数据集。此外，我们使用了一个包含 11 个复合解剖测量的数据集，其中我们使用了更大的大脑区域 (11LBR)。这些数据集经过线性判别分析 (LDA) 和加权 K 最近邻方法 (WKNN) 来识别单个受试者。为此，我们随机选择一个数据子集（训练集）来计算个体识别。将所得结果应用于剩余样本（测试数据）。总的来说，我们获得了出色的识别结果（使用 WKNN 对 11LBR 获得了相当好的结果）。使用不同的数据处理技术（向测试数据添加高斯白噪声并改变样本大小）仍然显示出非常好的识别结果，特别是对于 LDA 技术。有趣的是，使用小型 11LBR 数据集也显示出非常好的结果，表明人脑具有高度个体性。
We examined whether it is possible to identify individual subjects on the basis of brain anatomical features. For this, we analyzed a dataset comprising 191 subjects who were scanned three times over a period of two years. Based on FreeSurfer routines, we generated three datasets covering 148 anatomical regions (cortical thickness, area, volume). These three datasets were also combined to a dataset containing all of these three measures. In addition, we used a dataset comprising 11 composite anatomical measures for which we used larger brain regions (11LBR). These datasets were subjected to a linear discriminant analysis (LDA) and a weighted K-nearest neighbors approach (WKNN) to identify single subjects. For this, we randomly chose a data subset (training set) with which we calculated the individual identification. The obtained results were applied to the remaining sample (test data). In general, we obtained excellent identification results (reasonably good results were obtained for 11LBR using WKNN). Using different data manipulation techniques (adding white Gaussian noise to the test data and changing sample sizes) still revealed very good identification results, particularly for the LDA technique. Interestingly, using the small 11LBR dataset also revealed very good results indicating that the human brain is highly individual.
登录
查看更多内容
DOI：
10.3410/b1-78
发表时间：
2009-10-14
期刊：
F1000 biology reports
影响因子：
--
作者：
Jancke, Lutz
通讯作者：
Jancke, Lutz
影响因子：
4.8
作者：
Hirsiger, Sarah;Koppelmans, Vincent;Jaencke, Lutz
通讯作者：
Jaencke, Lutz
影响因子：
9.9
作者：
Langer, Nicolas;Haenggi, J.;Jaencke, L.
通讯作者：
Jaencke, L.
影响因子：
4.1
作者：
Fjell, Anders M.;Walhovd, Kristine B.
通讯作者：
Walhovd, Kristine B.
影响因子：
4.8
作者：
Madhyastha, Tara;Merillat, Susan;Jaencke, Lutz
通讯作者：
Jaencke, Lutz