精度機能MRIデータの客観的品質評価

科学分野:

• 神経画像
• 計算神経科学
• 脳ネットワーク解析

背景:

• 精度機能マッピング（PFM）は、個別化された脳ネットワークの洞察を提供するが、高品質のfMRIデータが必要である。
• PFMにおけるデータ十分性と品質を評価するための現在の基準は明確に定義されておらず、再現性を妨げている。
• 客観的な指標の欠如は、個々のレベルでのfMRI所見の解釈と再現を複雑にする。

研究 の 目的:

• PFMのためのfMRIデータ品質を評価するための客観的な指標、ネットワーク類似性指数（NSI）を導入する。
• NSIベースのデータ品質評価とPFMの適合性のためのフレームワークを提供する。
• 精度fMRI研究におけるデータの十分性に関する決定を導き、データ収集を最適化する。

主な方法:

• 個々のfMRIデータセットにおける大規模ネットワーク組織の完全性を定量化するために、ネットワーク類似性指数（NSI）を開発した。
• NSIがPFMのユーザビリティに関する専門家評価と一致し、機能的結合性の信頼性における個々のばらつきを考慮する能力を評価した。
• NSI実装のためのオープンソースフレームワークを作成し、NSI値とPFMの適合性を関連付けるモデルを開発した。

主要な成果:

• NSIは、機能的結合パターンがPFMに不可欠なネットワーク構造をどの程度反映しているかを客観的に測定する。
• NSIは、PFMデータ品質の盲検専門家評価と強く一致することを示した。
• NSIフレームワークは、機能的結合性の信頼性における個々の違いを考慮する。

結論:

• NSIは、精度機能マッピングのためのfMRIデータ品質を評価するための客観的かつ定量的な指標を提供する。
• このフレームワークは、データの十分性に関する原則的な意思決定を容易にし、個々のレベルでの脳ネットワーク研究の再現性のためのデータ収集を最適化する。
• オープンソースのNSIツールは、精度fMRI研究の信頼性と解釈可能性を高める。