高楠 报道
12月26日上午，于登登博士应邀为统计学学科研究生及导师开展了专业学术讲座。讲座在位育楼417举行，由163am银河线路周兴才教授主持。
于登登，阿尔伯塔大学博士，多伦多大学博士后，德克萨斯大学圣安东尼奥分校阿尔瓦雷斯商学院管理科学与统计系助理教授。他的研究领域是高维数据分析、函数数据分析、统计机器学习、因果推断、分位数回归、神经影像学数据分析、影像学。在Journal of the American Statistical Association，Journal of Machine Learning Research，NeurIPS等发表成果近二十篇。
此次报告主题为“遗传-影像-临床路径映射及其在阿尔茨海默病中的应用”。首先，于登登博士介绍了阿尔茨海默病是一种严重的渐进性痴呆症，影响数百万人的认知能力和行为。其次，通过对阿尔茨海默病神经影像学计划（ADNI）数据集的深入分析，于登登博士引入了一种创新的两步法，以更全面地考虑基线的超高维临床和遗传协变量。这一方法的应用使得研究人员能够描绘高维度2D海马表面的变化，并进一步研究这些变化与阿尔茨海默病评估量表（ADAS）认知分数之间的关联。研究结果表明，在观察到的临床和遗传协变量条件下，海马每个像素的径向距离与认知行为缺陷的严重程度呈现负相关。这意味着海马的结构性变化可能与阿尔茨海默病的认知症状密切相关，为未来的治疗方法和干预措施提供了新的线索。最后，于登登博士向在座师生展示了在Cornu Ammonis区域1（CA1）和subiculum亚区域中，海马的影响更为显著，相较于Cornu Ammonis区域2（CA2）和Cornu Ammonis区域3（CA3）亚区域。
于登登博士的研究不仅揭示了阿尔茨海默病的临床路径，更为我们提供了对这种严重渐进性痴呆症发展机制的独特洞察。此次报告也为统计机器学习领域的师生提供宝贵的信息。在报告的讨论部分，公司的孔新兵教授、周兴才教授和周灿老师就阿尔茨海默症临床表现、患者基因、脑部情况三者的因果问题进行了讨论，为接下来的研究提供一个方向。
