Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

このページは機械翻訳されています。他のページは英語で表示される場合があります。View in English
  1. ホーム
  3. 研究分野
  5. 生物学的科学
  7. 遺伝学
  9. エピジェネティクス (ゲノムメチレーションとエピジェノミクスを含む)
  11. Combat-predictは,ニューロ画像モデルを新しいサイトに一般化することを強化します.

ComBat-Predictは,ニューロ画像モデルを新しいサイトに一般化することを強化します.

Yao Xin, Margaret Gardner, Nick Tustison

    bioRxiv : the preprint server for biology
    |September 5, 2025

    関連する実験動画

    Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
    14:27

    Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

    Published on: June 26, 2013

    15.8K
    Measuring and Manipulating Functionally Specific Neural Pathways in the Human Motor System with Transcranial Magnetic Stimulation
    09:52

    Measuring and Manipulating Functionally Specific Neural Pathways in the Human Motor System with Transcranial Magnetic Stimulation

    Published on: February 23, 2020

    9.3K
    Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms
    08:51

    Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms

    Published on: November 1, 2019

    5.7K

    PubMed で要約を見る

    まとめ
    この要約は機械生成です。

    この研究は,神経画像データの新しい調和方法であるComBat-Predict (CB-Predict) を導入しています. CB-Predictは,サイト関連のバイアスを効果的に対処し,多様なデータセットと新しい研究サイトで脳の発達を正確に分析することができます.

    科学分野:

    • 神経画像と計算神経科学
    • バイオ統計とデータ調和
    • 神経変性疾患の研究

    背景:

    • 神経画像は脳の老化や アルツハイマー病などの 病気の研究に不可欠です
    • マルチサイトの研究は 大規模な脳発達研究に不可欠ですが サイト特有のバイアスを導入します
    • 既存の調和方法は,新しい未知のデータサイトに一般化するために苦労します.

    研究 の 目的:

    • 新しいサイトに一般化できる新しい調和方法ComBat-Predict (CB-Predict) を開発する.
    • マルチサイト神経画像データセットのサイト関連バイアスを軽減するために.
    • ニューロ画像モデルの新しい臨床・研究環境への翻訳を改善する.

    主な方法:

    • サイト効果調整のためのComBat方法の拡張であるComBat-Predict (CB-Predict) が提案されています.
    • CB-Predictは,アルツハイマー病ニューロ画像イニシアチブ (ADNI) とライフスパン・ブレイン・チャート・コンソーシアム (LBCC) のデータに適用された.
    • CB-Predictが限られたデータと未知のサイト効果を持つ新しいサイトに一般化する能力を評価した.

    主要な成果:

    • CB-Predictは新しいデータに一般化すると,ADNIの皮質厚さの偏差を効果的に軽減しました.

    関連する実験動画

    Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
    14:27

    Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data

    Published on: June 26, 2013

    15.8K
    Measuring and Manipulating Functionally Specific Neural Pathways in the Human Motor System with Transcranial Magnetic Stimulation
    09:52

    Measuring and Manipulating Functionally Specific Neural Pathways in the Human Motor System with Transcranial Magnetic Stimulation

    Published on: February 23, 2020

    9.3K
    Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms
    08:51

    Statistical Modelling of Cortical Connectivity Using Non-invasive Electroencephalograms

    Published on: November 1, 2019

    5.7K
  • この方法は,皮質の厚さの予測において高い精度を示した.
  • CB-Predictは,LBCCデータセットからのセンチルスコアのサイト関連のバリエーションを成功裏に減少させました.

    • 結論:

    • ComBat-Predict (CB-Predict) は,新しい未知のサイトを含む複数のサイトで神経画像データを調和させるための強力なソリューションを提供します.
    • この方法は,神経イメージング研究の一般化性と翻訳可能性を高めます.
    • CB-Predictは 脳の発達と神経変性に関する より信頼性の高い大規模な研究を促進します