异常值对ComBat协调的影响的描述,以消除多站点神经成像研究中的跨站点数据异质性
Qichao Han1, Xiaoxiao Xiao1, Sijia Wang1
1School of Medical Technology, School of Medical Imaging, Tianjin Key Laboratory of Functional Imaging, Tianjin Medical University, Tianjin, China.
Frontiers in neuroscience
|June 12, 2023
概括
异常值可以破坏多站点神经成像研究中的数据协调,可能引入新的数据差异. 在协调之前检测和删除异常值对于准确的脑行为关联分析至关重要.
科学领域:
- 神经成像是一种神经成像.
- 数据科学数据科学数据科学
- 统计遗传学 统计遗传学
背景情况:
- 多站点神经成像研究需要数据协调,以减少站点间的变化.
- 数据协调方法可能会受到异常值的影响,导致不准确的结果.
研究的目的:
- 调查异常值对ComBat协调有效性的影响.
- 评估异常值如何影响神经成像数据和行为变量之间的关联分析.
主要方法:
- 模拟的神经成像数据集与没有变化的异常属性被生成.
- 基于包含正常值和异常值的数据,评估了ComBat协调方法的性能.
- 使用协调数据进行了关联分析 (皮尔森和斯皮尔曼相关性).
主要成果:
- ComBat有效地减少了正常数据中的异质性,但受到异常值的严重影响.
- 异常值可能会降低ComBat的有效性或引入新的数据异质性.
- 异常值对大脑行为关联检测的影响因相关性方法和异常值特征而异.
结论:
- 异常值对多站点神经成像中的数据协调构成重大威胁.
- 在协调前检测和删除异常值对于可靠的神经成像研究至关重要.
- 了解异常值效应是强大的多站点数据分析的关键.
更多相关视频
09:14Exploring the Neural Correlates of Cognitive Reappraisal in Obsessive-Compulsive Disorder Using Task-based Functional Magnetic Resonance Imaging
Published on: March 14, 2025
247
04:44Inter-Brain Synchrony in Open-Ended Collaborative Learning: An fNIRS-Hyperscanning Study
Published on: July 21, 2021
4.3K
