跳转至

A General Framework of Brain Region Detection And Genetic Variants Selection in Imaging Genetics

讲者: Long Feng
会场: Statistical Learning for High-Dimensional Inference and Specific Applications
报告题目: A General Framework of Brain Region Detection and Genetic Variants Selection in Imaging Genetics
链接: arXiv
来源: JCSDS 2026 · 返回会议总览

一、领域脉络与小综述

这个方向是什么

影像遗传学（Imaging Genetics）旨在通过联合分析脑影像数据（如MRI）与遗传变异数据（如SNP），揭示遗传因素如何影响大脑结构/功能，并进而关联到临床表型（如认知能力、疾病状态）。其核心统计挑战在于：数据形式异构（张量、向量、标量）、维度极高（“big data squared”问题）、且需要保留影像的空间结构。本文聚焦于一个具体的子问题：同时检测与表型相关的脑区（region detection）和筛选相关的遗传变异（genetic variant selection），并建立三者之间的关联路径。

发展脉络（history）

  1. 奠基工作：单变量/摘要统计时代。早期方法依赖于对影像和遗传数据的极端降维。Stein et al. (2010) 的vGWAS是标志性工作，对每个体素（voxel）分别与每个SNP做回归，即“massive univariate”方法。这忽略了影像的空间结构和遗传变异间的联合效应，且多重比较校正负担极重。随后，Ge et al. (2012) 等提出了“voxel-wise”方法，在每个脑位置同时考虑多个遗传标记，但仍未摆脱逐点分析的框架。

  2. 主要进展：多变量回归与摘要指标。为利用脑影像表型间的相关性，研究者转向多变量高维回归模型。Vounou et al. (2010) 提出了稀疏降秩回归（sRRR），对影像摘要指标（如ROI体积）和遗传变异进行联合建模。Wang et al. (2012) 也属于此类。这些方法虽然考虑了多变量响应，但处理的是摘要指标，而非原始的高阶张量影像，可能丢失大量空间信息。同期，CCA也被引入，如Chi et al. (2013) 的稀疏CCA，用于探索两组变量（如影像摘要与遗传变异）间的关联。

  3. 当前Frontier：原始张量影像分析。为直接处理原始张量数据，学界开始发展张量方法。Zhou et al. (2013) 的Tensor Regression是里程碑，通过对系数张量施加CP分解（CPD）来大幅降低参数数量。另一条路线是将影像向量化后应用结构化正则化，如fused Lasso (Tibshirani et al., 2005) 或Total Variation (Wang et al., 2017)，以及贝叶斯方法 (Goldsmith et al., 2014; Kang et al., 2018)。但这些方法要么破坏空间结构，要么计算负担重。Wu and Feng (2023) 提出的稀疏Kronecker积分解（SKPD）为信号区域检测提供了新框架，它通过将系数张量分解为“位置指示器”和“形状字典”的Kronecker积，实现了对块状信号的定位。

  4. 本文的位置：本文在上述基础上，将SKPD框架从“影像回归”推广到“影像遗传学”的多块CCA设定中。它试图同时解决三个问题：① 直接处理原始3阶张量MRI；② 通过SKPD检测与表型相关的脑区；③ 通过L1正则化筛选相关的SNP。作者声称这是“第一个能够处理真实高分辨率图像、检测显著脑区和遗传变异的框架”。

子线索聚类

  • 线索一：单变量/逐点分析。以Stein et al. (2010) 的vGWAS为代表，包括Ge et al. (2012) 的voxel-wise方法。核心是“一个体素 vs. 一个/多个SNP”的独立回归。优点是简单，缺点是忽略空间结构和多重比较问题。
  • 线索二：多变量回归与CCA（基于摘要指标）。以Vounou et al. (2010) 的sRRR和Chi et al. (2013) 的稀疏CCA为代表。处理的是降维后的影像摘要（如体积、厚度），而非原始张量。优点是能利用变量间相关性，缺点是信息损失。
  • 线索三：原始张量影像分析（回归与CCA）。以Zhou et al. (2013) 的Tensor Regression和Wu and Feng (2023) 的SKPD为代表。直接对张量建模，通过低秩分解（CPD或Kronecker积）解决维度灾难。本文属于此线索，并将其与多块CCA结合。

这个方向在追问的核心问题

  1. 如何同时处理异构、高维的影像（张量）和遗传（向量）数据？ 主流方法是降维（如CPD、Kronecker积）或结构化正则化（如TV、fused Lasso）。瓶颈在于降维假设（如低秩）是否合理，以及计算可扩展性。
  2. 如何在保留空间结构的同时进行脑区检测？ 向量化会破坏空间结构。SKPD通过块状分解来定位信号区域，是一个有前景的方案。瓶颈在于块大小的选择（固定 vs. 自适应）以及对非块状信号的鲁棒性。
  3. 如何建立“遗传-影像-临床”的完整因果/关联路径？ 大多数工作只处理两两关系（遗传-影像或影像-表型）。本文尝试用多块CCA同时建模三者，但方法本质是相关性分析，而非因果推断。瓶颈在于如何从关联走向因果，以及如何验证路径的生物学意义。

⚠️ 作者的framing

  • 作者的缺口frame：作者将缺口定位为“缺乏一个能同时处理原始高分辨率MRI、检测脑区、筛选遗传变异的统一框架”。他们强调现有方法要么处理摘要指标（信息损失），要么向量化（破坏结构），要么只处理两两关系。因此，他们的方法（mCCA + SKPD）被呈现为“显然的下一步”。
  • 被淡化/回避的竞争路线：作者承认了Tensor Regression (Zhou et al., 2013) 和TGCCA (Girka et al., 2024)，但指出它们缺乏稀疏性约束，因此不适合区域检测和变量选择。他们淡化了这些方法在预测和关联分析上的优势。此外，对于深度学习/非线性方法（如LassoNet），作者仅在“未来工作”中提及，回避了其强大的拟合能力，并强调其缺乏可解释性。
  • 值得研究者去查的问题：什么明显该被引/该存在、却没出现在intro里？
    • 因果推断方法：本文的mCCA本质是相关性分析。近年来，因果推断在影像遗传学中日益重要（如孟德尔随机化、结构方程模型）。论文完全没有引用任何因果推断文献来讨论如何从关联走向因果路径。
    • 深度学习的可解释性方法：作者提到了LassoNet，但忽略了其他可解释性方法，如注意力机制、Grad-CAM等。这些方法在脑区定位上已有应用，作者将其完全排除在讨论之外。
    • 更高效的张量分解算法：论文的SKPD分解依赖于交替最小化，但未与更先进的张量分解算法（如张量链、张量环分解）进行比较，这些方法在压缩和计算效率上可能更有优势。

张力

未见明显对立引用。被引工作之间主要是方法上的演进（从简单到复杂，从摘要到原始数据），而非结论上的矛盾。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：

    • \( i = 1, \dots, n \): 样本索引。
    • \( \mathcal{X}_i \in \mathbb{R}^{D_1 \times D_2 \times D_3} \): 第 \( i \) 个样本的3阶张量脑影像（如MRI）。\( D_1, D_2, D_3 \) 是三个维度上的体素个数。
    • \( \mathbf{z}_i \in \mathbb{R}^q \): 第 \( i \) 个样本的遗传协变量向量（如SNP的基因型编码，值为0,1,2）。\( q \) 是SNP个数。
    • \( y_i \in \mathbb{R} \): 第 \( i \) 个样本的连续型临床表型（如反应时间）。
    • \( \mathcal{C} \in \mathbb{R}^{D_1 \times D_2 \times D_3} \): 影像的目标系数张量（canonical coefficient / weight），是待估参数。它定义了影像的一个线性组合 \( \langle \mathcal{X}_i, \mathcal{C} \rangle \)。
    • \( \boldsymbol{\theta} \in \mathbb{R}^q \): 遗传的目标系数向量，是待估参数。它定义了遗传数据的一个线性组合 \( \langle \mathbf{z}_i, \boldsymbol{\theta} \rangle \)。
    • \( \otimes \): Kronecker积。
    • \( \| \cdot \|_0 \): \( \ell_0 \) 范数（非零元素个数）。
    • \( \| \cdot \|_1 \): \( \ell_1 \) 范数。

  • 模型：本文的核心模型是一个多块典型相关分析（mCCA） 框架，具体采用SUMCOR准则。其目标是找到三组变量的线性组合（canonical variates），使得它们之间的两两协方差之和最大化。模型假设如下：

    • 存在一个潜在的“典型相关结构”，使得 \( \langle \mathcal{X}_i, \mathcal{C} \rangle \), \( \langle \mathbf{z}_i, \boldsymbol{\theta} \rangle \), 和 \( y_i \) 之间具有强相关性。
    • 系数 \( \mathcal{C} \) 具有稀疏Kronecker积分解（SKPD） 结构：\( \mathcal{C} = \sum_{r=1}^R \mathcal{A}_r \otimes \mathcal{B}_r \)。其中 \( \mathcal{A}_r \in \mathbb{R}^{p_1 \times p_2 \times p_3} \) 是稀疏的“位置指示器”，\( \mathcal{B}_r \in \mathbb{R}^{d_1 \times d_2 \times d_3} \) 是“形状字典”，且 \( p_j d_j = D_j \)。
    • 系数 \( \boldsymbol{\theta} \) 是稀疏的，即 \( \|\boldsymbol{\theta}\|_0 \leq s_0 \)。

  • 可观测数据：研究者能观测到的是 \( n \) 个独立同分布样本的三元组 \( \{ (\mathcal{X}_i, \mathbf{z}_i, y_i) \}_{i=1}^n \)。

    • 可观测：\( \mathcal{X}_i \)（原始MRI张量），\( \mathbf{z}_i \)（SNP向量），\( y_i \)（表型标量）。
    • 想要但观测不到（潜在量）：真实的系数张量 \( \mathcal{C} \) 和系数向量 \( \boldsymbol{\theta} \)。它们只能通过模型假设和优化算法从数据中估计出来。此外，\( \mathcal{C} \) 的SKPD分解中的 \( \mathcal{A}_r \) 和 \( \mathcal{B}_r \) 也是潜在变量。

第二步：讲最小内核

本文的核心思路可以浓缩为一个最简特例：R=1（单秩Kronecker积），且块大小固定。

在这个特例下，模型假设影像系数张量可以完美分解为一个稀疏位置指示器和一个形状字典的Kronecker积：

\[\mathcal{C} = \mathcal{A} \otimes \mathcal{B}\]
其中 \( \mathcal{A} \in \mathbb{R}^{p_1 \times p_2 \times p_3} \) 是稀疏的，\( \mathcal{B} \in \mathbb{R}^{d_1 \times d_2 \times d_3} \)。

这个特例要解决的数学问题是什么？ 给定观测数据 \( \{ (\mathcal{X}_i, \mathbf{z}_i, y_i) \}_{i=1}^n \)，我们要找到稀疏的 \( \boldsymbol{\theta} \) 和稀疏的 \( \mathcal{A} \)（以及对应的 \( \mathcal{B} \)），使得以下三个线性组合之间的两两协方差之和最大化：

\[\text{maximize} \quad \text{Cov}(\langle \mathcal{X}, \mathcal{A} \otimes \mathcal{B} \rangle, \langle \mathbf{z}, \boldsymbol{\theta} \rangle) + \text{Cov}(\langle \mathcal{X}, \mathcal{A} \otimes \mathcal{B} \rangle, y) + \text{Cov}(\langle \mathbf{z}, \boldsymbol{\theta} \rangle, y)\]
同时满足方差约束 \( \text{Var}(\langle \mathcal{X}, \mathcal{A} \otimes \mathcal{B} \rangle) \leq 1 \) 和 \( \text{Var}(\langle \mathbf{z}, \boldsymbol{\theta} \rangle) \leq 1 \)。

为什么这个特例能体现核心思路？ 1. 脑区检测：由于 \( \mathcal{C} = \mathcal{A} \otimes \mathcal{B} \)，\( \mathcal{A} \) 的稀疏性直接对应到块状脑区的检测。具体来说，\( \mathcal{A} \) 中非零元素的位置 \( (j,k,l) \) 指示了原始影像 \( \mathcal{X} \) 中对应的块 \( [((j-1)d_1+1): jd_1, ((k-1)d_2+1): kd_2, ((l-1)d_3+1): ld_3] \) 是信号区域。\( \mathcal{B} \) 则描述了该信号区域内部的“形状”和“强度”模式。 2. 维度灾难的解决：直接估计 \( \mathcal{C} \) 需要 \( D_1 D_2 D_3 \) 个参数。通过Kronecker积分解，参数数量降为 \( p_1 p_2 p_3 + d_1 d_2 d_3 \)。由于 \( p_j d_j = D_j \)，当块大小 \( d_j \) 固定时，参数数量从 \( O(D^3) \) 降为 \( O(D^3 / d^3 + d^3) \)，实现了数量级的压缩。 3. 计算上的简化：利用Kronecker积的性质 \( \langle \mathcal{X}, \mathcal{A} \otimes \mathcal{B} \rangle = \text{vec}(\mathcal{A})^\top \mathcal{R}(\mathcal{X}) \text{vec}(\mathcal{B}) \)，其中 \( \mathcal{R}(\mathcal{X}) \) 是一个“张量重塑”操作（将每个块拉直成行）。这使得原本复杂的张量运算转化为矩阵运算，从而可以用交替最小化算法（如Lasso和OLS）高效求解。

一句话总结：本文的核心数学贡献是将稀疏Kronecker积分解（SKPD）嵌入到多块CCA的框架中，使得在求解CCA的同时，能够通过一个稀疏的“位置指示器”张量 \( \mathcal{A} \) 来定位块状信号区域，从而在保留空间结构的同时解决了高维问题。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：提出了一个名为mCCA-SKPD的通用统计框架，用于联合建模脑影像（3阶张量）、遗传变异（向量）和临床表型（标量），旨在同时检测与表型相关的脑区并筛选相关的遗传变异。
  2. 核心工具/方法：核心工具是多块典型相关分析（mCCA，采用SUMCOR准则）与稀疏Kronecker积分解（SKPD）的结合。通过SKPD将影像系数张量分解为稀疏的“位置指示器”和“形状字典”，并利用L1正则化对遗传系数和位置指示器施加稀疏性。
  3. 主要结论：在UK Biobank数据上，该方法一致地（10个批次中的9个）识别出尾状核（caudate nucleus）与反应时间显著相关，并筛选出多个已知和新的SNP/基因（如DAGLB, CSMD1）。模拟研究表明，该方法在脑区检测和变量选择上优于朴素稀疏CCA和TGCCA，且计算效率更高。

关键设定与假设

  • 设定：\( n \) 个独立同分布样本，每个样本包含一个3阶张量影像 \( \mathcal{X}_i \in \mathbb{R}^{D_1 \times D_2 \times D_3} \)，一个遗传向量 \( \mathbf{z}_i \in \mathbb{R}^q \)，和一个连续表型 \( y_i \in \mathbb{R} \)。高维设定：\( D_1 D_2 D_3 \) 和 \( q \) 都可能远大于 \( n \)。
  • 假设：
    1. 线性关联假设：mCCA假设影像、遗传和表型之间的关联可以通过线性组合（canonical variates）来捕捉。这是一个很强的简化假设，忽略了潜在的非线性关系。
    2. SKPD结构假设：影像系数张量 \( \mathcal{C} \) 可以精确或近似地表示为有限个（\( R \) 个）稀疏Kronecker积之和。这个假设的有效性取决于信号是否具有块状结构。对于非块状信号（如模拟中的“butterfly”），该假设是误设的。
    3. 稀疏性假设：遗传系数 \( \boldsymbol{\theta} \) 和位置指示器 \( \mathcal{A}_r \) 是稀疏的。这是进行变量选择和区域检测的基础。
    4. 块大小固定：\( (d_1, d_2, d_3) \) 被视为固定超参数，不通过数据驱动方式选择。作者认为只要 \( R \) 足够大，固定块大小也能近似任意信号形状。这简化了问题，但可能不是最优的。
    5. 正交性约束：为了识别SKPD分解，假设 \( \langle \mathcal{A}_r, \mathcal{A}_l \rangle = 1 \) 若 \( r=l \)，否则为0。这是标准做法，类似于SVD的正交性。
  • 与已有文献的比较：相比Wu and Feng (2023) 的SKPD（用于回归），本文将其推广到多块CCA。相比Zhou et al. (2013) 的Tensor Regression（使用CPD），本文使用Kronecker积分解，并显式引入稀疏性以实现区域检测。相比Chi et al. (2013) 的稀疏CCA，本文处理的是张量而非向量。

主要结果

  • 理论结果：本文没有提供任何关于估计量一致性、收敛速率或变量选择一致性的理论保证。作者在3.3节仅讨论了算法的收敛性，引用Xu and Yin (2013) 和Tseng (2001) 的结论，声称在“良好初始化”下，交替最小化算法对于多凸优化问题具有全局收敛性。这是一个显著的弱点——论文缺乏统计推断的理论基础。
  • 模拟结果（核心量化结论）：
    • 脑区检测：在大多数设定下，1-term和R-term SKPD的TPR（真阳性率）超过0.95，FPR（假阳性率）低于0.15。朴素稀疏CCA的FPR通常更高（如0.20-0.42）。对于复杂的“butterfly”信号，R-term SKPD的TPR（0.94-0.97）优于1-term（0.85-0.96）。
    • 遗传变异选择：在信号较强时（\( \rho_1, \rho_2 \) 较高），SKPD的TPR接近1，FPR较低。朴素CCA的FPR更高。在信号较弱时（Toeplitz协方差），所有方法的TPR都显著下降（如0.20-0.30），表明在复杂协方差结构下选择遗传变异更具挑战性。
    • 系数估计：SKPD的MSE（均方误差）显著低于TGCCA（约低一个数量级），也低于朴素CCA。这表明SKPD的结构化先验在估计上带来了巨大优势。
    • 计算时间：1-term SKPD（1.9秒）和R-term SKPD（6.0秒）远快于朴素CCA（23.0秒），与TGCCA（2.4秒）相当。这验证了Kronecker积分解在计算上的优势。

证明路线与技术技巧

本文是方法型论文，没有严格的统计证明。其“证明”主要体现在算法设计和收敛性论证上。

  • 整体路线（算法设计）：
    1. 问题转化：利用张量重塑算子 \( \mathcal{R}(\cdot) \) 和Kronecker积性质，将原始张量优化问题 (4) 转化为一个关于向量 \( \boldsymbol{\alpha}_r = \text{vec}(\mathcal{A}_r) \), \( \boldsymbol{\beta}_r = \text{vec}(\mathcal{B}_r) \), 和 \( \boldsymbol{\theta} \) 的矩阵优化问题 (7)。
    2. 交替最小化：将问题 (7) 分解为三个子问题，循环更新 \( \boldsymbol{\theta} \), \( \boldsymbol{\alpha} \), 和 \( \boldsymbol{\beta} \)。
      • 更新 \( \boldsymbol{\theta} \)：给定 \( \boldsymbol{\alpha}, \boldsymbol{\beta} \)，问题转化为一个带方差约束的Lasso问题 (8)。通过引入正则化协方差矩阵 \( \hat{\Sigma}_1 \) 来确保可逆性，然后求解Lasso，最后对解进行缩放以满足方差约束。
      • 更新 \( \boldsymbol{\alpha} \)：给定 \( \boldsymbol{\theta}, \boldsymbol{\beta} \)，问题同样转化为一个带方差约束的Lasso问题 (9)。求解后，通过 \( \hat{\boldsymbol{\alpha}} \leftarrow \hat{\boldsymbol{\alpha}} [\hat{\boldsymbol{\alpha}}^\top \hat{\boldsymbol{\alpha}}]^{-1/2} \) 施加正交性约束。
      • 更新 \( \boldsymbol{\beta} \)：给定 \( \boldsymbol{\theta}, \boldsymbol{\alpha} \)，问题简化为一个带方差约束的OLS问题 (10)，无需稀疏正则化。
  • 关键跳跃点：最关键的跳跃在于如何将复杂的张量CCA问题转化为一系列标准的Lasso/OLS问题。这依赖于两个技巧：
    1. 张量重塑算子 \( \mathcal{R}(\cdot) \)：该算子将每个 \( d_1 \times d_2 \times d_3 \) 的块拉直成一个 \( d_1 d_2 d_3 \) 维的向量，并将所有块的行向量堆叠成一个 \( p_1 p_2 p_3 \times d_1 d_2 d_3 \) 的矩阵。这个操作使得Kronecker积 \( \mathcal{A} \otimes \mathcal{B} \) 与 \( \mathcal{X} \) 的内积可以写成 \( \text{vec}(\mathcal{A})^\top \mathcal{R}(\mathcal{X}) \text{vec}(\mathcal{B}) \)，从而将问题解耦。
    2. 方差约束的松弛与缩放：将原始CCA的等式方差约束 \( \text{Var}=1 \) 松弛为不等式 \( \text{Var} \leq 1 \)，使得问题可以转化为一个无约束的Lasso/OLS问题加上一个后处理缩放步骤。这个技巧在Chi et al. (2013) 中已有使用。
  • 技术技巧点名：
    • 张量重塑（Tensor Reshaping）：将张量运算转化为矩阵运算，是计算的核心。
    • 交替最小化（Alternating Minimization）：处理多块非凸优化的标准策略。
    • Lasso正则化：用于实现 \( \boldsymbol{\theta} \) 和 \( \boldsymbol{\alpha} \) 的稀疏性。
    • 正则化协方差矩阵：在 \( q > n \) 的高维设定下，通过添加 \( \tau I \) 确保样本协方差矩阵可逆，从而能计算 \( \hat{\Sigma}^{-1/2} \)。

真实例子与应用

  • 数据：UK Biobank数据库，包含42,770名受试者的T1加权结构脑MRI（预处理后大小48×60×48）、约4000个SNP（经QC和SIS筛选后）和反应时间表型。
  • 方法应用：将数据随机分为10个批次（每批约4000人），在每个批次上独立运行mCCA-SKPD（块大小4×5×4，R由BIC选择）。同时运行Tensor Regression Lasso（影像vs表型）和标准Lasso（遗传vs表型）作为对比。
  • 结果：
    • 脑区：mCCA-SKPD在9/10个批次中一致地识别出尾状核（caudate nucleus） 的主体部分。而Tensor Regression Lasso识别的区域是零散且不一致的。
    • 遗传变异：mCCA-SKPD筛选出多个在3个及以上批次中一致的SNP（如rs13240753在DAGLB基因，rs1595467在CSMD1基因）。这些基因大多与神经系统疾病（帕金森、精神分裂症）或认知功能相关。相比之下，标准Lasso筛选出的SNP与尾状核的功能关联较弱。
    • 生物学解释：作者基于结果提出了两个“遗传-影像-临床”路径假说：① DAGLB基因通过影响多巴胺能神经元，进而影响尾状核，最终与帕金森病相关；② CSMD1基因通过影响脑白质体积，进而影响尾状核，最终与精神分裂症相关。
  • 这个例子想说明什么：① 验证了mCCA-SKPD能够发现生物学上合理且可重复的脑区（尾状核）。② 展示了联合分析（mCCA-SKPD）比单独分析（Lasso）能发现与脑区功能更相关的遗传变异，从而揭示更完整的生物学路径。③ 强调了方法的可扩展性，能够处理数万人的真实数据。

🔎 结论是否比证明窄

是的，结论远宽于证明。 - 论文声称：“这是第一个能够处理真实高分辨率图像、检测显著脑区和遗传变异的框架。” 这个声称在“联合建模三者”的意义上可能是新的，但论文没有提供任何统计推断的理论保证（如区域检测的一致性、变量选择的一致性、估计量的收敛速率）。它只是一个算法和实证研究。 - 论文声称：“我们的方法能够揭示潜在的遗传-影像-临床路径。” 然而，mCCA本质上是相关性分析，无法建立因果路径。作者提出的“路径”是基于文献的事后解释和推测，而非统计检验。论文没有进行任何因果推断（如孟德尔随机化、中介分析）来验证这些路径。 - 具体语句：在结论部分，作者说“we have identified significant associations...”，但并未给出任何p值或置信区间来量化这种“显著性”。模拟研究中的“显著性”是通过TPR/FPR衡量的，而非统计检验。在UKB分析中，“一致性”是通过在多个批次中重复出现来定义的，这更像是一种稳定性分析，而非严格的统计推断。

四、开放问题

  1. 理论保证的缺失：本文完全缺乏统计推断的理论基础。一个核心开放问题是：能否为mCCA-SKPD下的区域检测和变量选择建立一致性（consistency）和收敛速率？ 具体而言，在什么条件下，估计出的位置指示器 \( \hat{\mathcal{A}}_r \) 的非零支撑集能依概率收敛到真实信号区域？这扎根于论文“没有提供任何理论结果”这一事实，以及模拟中TPR/FPR的波动（尤其在Toeplitz协方差下）。

  2. 块大小的选择：作者将块大小 \( (d_1, d_2, d_3) \) 视为固定超参数，并声称“只要R足够大，固定块大小也能近似任意信号形状”。这个声称需要验证。一个开放问题是：是否存在一个数据驱动的块大小选择准则（如基于BIC或交叉验证），能够自适应地匹配信号的空间尺度？ 这扎根于论文3.4节“treat the block sizes as fixed”的陈述。

  3. 非线性扩展与可解释性的权衡：作者在结论中提到了向非线性（如LassoNet）扩展的“未来兴趣”。一个关键挑战是：如何在引入非线性能力的同时，保持SKPD框架带来的“位置指示器”式的可解释性？ 这扎根于论文6节“it is of our great interest to borrow the idea of LassoNet for nonlinear modeling”的陈述。LassoNet通过残差连接实现全局特征选择，但如何将其扩展到张量数据的块状区域检测，是一个未解决的问题。

  4. 从关联到因果的路径验证：本文发现的“遗传-影像-临床”路径是基于相关性和文献支持的推测。一个重要的开放问题是：如何设计统计检验（如孟德尔随机化、中介分析）来严格验证这些路径的因果方向，并量化其效应大小？ 这扎根于论文4节中提出的两个路径假说（DAGLB-尾状核-帕金森；CSMD1-白质-精神分裂症），这些假说目前缺乏因果证据。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论