Regresión de molestias por voxel o región para análisis de conectividad funcional: ¿Importa?

Área de la Ciencia:

• Imágenes neurológicas
• Neurociencia computacional
• Neuroimágenes funcionales

Sus antecedentes:

• El análisis de conectividad funcional en estado de reposo (rs-FC) requiere la eliminación de señales de molestia de las series temporales BOLD.
• La desnudez a nivel de voxel es estándar pero computacionalmente intensiva.
• La desnudez a nivel regional ofrece una eficiencia computacional potencial, pero su impacto en el análisis rs-FC no se comprende bien.

Objetivo del estudio:

• Comparar sistemáticamente los efectos de la desnudez a nivel de voxel frente a nivel de región en rs-FC.
• Investigar la influencia de los métodos de agregación (media, EV) y la granularidad de las parcelas en los resultados de la desnudez.
• Evaluar el impacto de la resolución de la desnudez en la especificidad individual y la predicción de la edad y las puntuaciones cognitivas.

Principales métodos:

• Análisis de 370 sujetos no relacionados del conjunto de datos HCP-YA.
• Comparación de las estrategias de desnudez a nivel de voxel y de región.
• Evaluación utilizando métodos de agregación de media y primera variable propia (EV) en las regiones 100, 400 y 1000.
• Evaluación de la especificidad individual (huellas dactilares) y predicción de la edad y las puntuaciones cognitivas.

Principales resultados:

• La desnudez a nivel de región se realizó igual o mejor que la desnudez a nivel de voxel en varias métricas.
• La agregación media dio como resultado una especificidad individual y un rendimiento de predicción comparables para ambas resoluciones de desnudez.
• La agregación de EV mostró una reducción de la especificidad individual para la desinformación a nivel de voxel en comparación con la desinformación a nivel de región.
• El aumento de la granularidad de las parcelas generalmente aumentaba la especificidad individual.

Conclusiones:

• La desinformación a nivel de región es una alternativa viable y eficiente desde el punto de vista computacional a la desinformación a nivel de voxel para el análisis rs-FC.
• La elección del método de agregación influye significativamente en la comparación entre el nivel de voxel y el nivel de región.
• Se recomienda la desinformación a nivel de región con agregación media para estudios de comportamiento cerebral debido a su eficiencia y rendimiento comparable.