Statistical Analysis of Functions on Surfaces, With an Application to Medical Imaging
曲面上函数的统计分析及医学影像应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要属于几何与函数数据分析，应用为医学影像，没有对应所列经济计量细分方向的充分证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
曲面上函数的统计分析及医学影像应用
- 研究问题
- 当函数定义在二维流形上，且不同样本的定义域几何也发生变化时，如何联合分析函数特征与几何差异？
- 方法与思路
- 作者建立曲面上函数的统计模型，联合表示几何与函数信息并提出估计框架，再通过模拟和皮层厚度影像进行评估。
- 材料陈述的贡献
- 摘要称提出处理样本间定义域变化的完整函数数据分析框架，并展示其在不同受试者脑表面皮层厚度数据中的应用。
- 阅读关注点
- 应核对不同曲面的对应与配准、几何变化和函数变化的分离方式、估计对象定义，以及模拟如何评价框架有效性。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；未提供曲面对应条件、估计理论或数值效果，不能据此认定框架适用于任意流形或推断刊本变化。
原文摘要
–In functional data analysis, data are commonly assumed to be smooth functions on a fixed interval of the real line. In this work, we introduce a comprehensive framework for the analysis of functional data, whose domain is a two-dimensional manifold and the domain itself is subject to variability from sample to sample. We formulate a statistical model for such data, here called functions on surfaces, which enables a joint representation of the geometric and functional aspects, and propose an associated estimation framework. We assess the validity of the framework by performing a simulation study and we finally apply it to the analysis of neuroimaging data of cortical thickness, acquired from the brains of different subjects, and thus lying on domains with different geometries. Supplementary materials for this article are available online.