CICADA:総合的なfMRI騒音削減のための自動化された柔軟なツール
Keith Dodd1,2, Maureen McHugo1, Lauren Sarabia1
1Department of Psychiatry, University of Colorado School of Medicine, Aurora, CO, United States.
Imaging neuroscience (Cambridge, Mass.)
|August 25, 2025
まとめ
全面的な独立したコンポーネント分析 解読アシスタント (CICADA) と呼ばれる新しいツールは,機能磁気共鳴画像 (fMRI) データを正確に分類し,騒音削減を改善します. CICADAは手作業方法と似ており,既存の自動化されたアプローチを上回り,fMRIの消音をより効率的にします.
科学分野:
- 神経イメージング
- データ分析
- シグナル処理
背景:
- 独立コンポーネント分析 (ICA) の無音化は,機能的磁気共鳴画像 (fMRI) のノイズ削減に有効である.
- 独立したコンポーネント (IC) をニューラル信号またはノイズとして正確に分類することは,ICAの無音化成功に不可欠です.
- 手動のIC分類はゴールドスタンダードですが,時間がかかり,専門知識が必要です.
研究 の 目的:
- 全面的な独立コンポーネント分析デノイジングアシスタント (CICADA) という新しい自動化デノイジング方法を開発し評価する.
- 手動分類と既存の自動化された方法 (FIX,ICA-AROMA) と比較してfMRIデータICを分類するCICADAの正確性を評価する.
- 品質管理の基準とノイズプロファイルの相関性を用いて,CICADAの消音性能の有効性を評価する.
主な方法:
- CICADAは,一般的なfMRI騒音源を自動的に特定するための手動分類ガイドラインを使用して開発されました.
- CICADAはFIXとICA- AROMAと比較して3つのfMRIデータセットで評価された. 高運動休息状態 (統合失調症),視覚タスク状態 (統合失調症),低運動休息状態 (健康な対照群).
- IC分類の正確さは,各データセットのサブセットのマニュアル分類と比較して評価され,QCベンチマークとノイズプロファイルを使用して効果が評価されました.
主要な成果:
- CICADAはIC分類で全体の平均精度97.9%を達成し,マニュアル分類と密接に一致しました.
- CICADAはIC分類においてFIX (92. 9%の精度) とICA- AROMA (83. 8%の精度) を大幅に上回った (それぞれp < 0. 01とp < 0. 001).
- CICADAはほとんどの品質管理とノイズプロフィール指標でFIXとICA-AROMAに匹敵し,また手作業の負担を平均75%削減しました.
結論:
- CICADAは,休息状態とタスクベースのパラダイムの両方でfMRIのデノイジングのための新しい,正確で包括的な自動化ツールです.
- CICADAは手動IC分類に匹敵し,特に難しいデータセットでは,現在の自動化された方法に優れています.
- CICADAは,有効性を損なうことなく,手動ICAデノイジングの効率を高め,神経イメージングの研究に貴重なツールを提供することができます.
