协调多站点功能性MRI数据与基于双投影的ICA模型

科学领域:

• 神经成像是一种神经成像.
• 数据协调与统一
• 生物医学数据分析

背景情况:

• 多站点神经成像研究提高了统计能力和通用性.
• 特定地点的扫描器变化引入了测量偏差,掩盖了真正的生物信号.
• 跨站点数据的协调对于可靠的神经成像研究至关重要.

研究的目的:

• 评估基于双投影 (DP) 的独立组件分析 (ICA) 方法的有效性,以协调多站点功能磁共振成像 (fMRI) 数据.
• 评估该方法从fMRI数据中去除位点影响的能力,特别是低频波动 (ALFF) 和区域同质性 (ReHo) 的幅度.
• 为了确定基于DP的ICA denoising是否改善了非成像变量和fMRI测量之间的关联的检测.

主要方法:

• 应用基于双投影 (DP) 的独立组件分析 (ICA) 的策略.
• 从自闭症脑成像数据交换II (ABIDE II) 数据集中分析功能磁共振成像 (fMRI) 数据.
• 使用频域分析,区域同质性 (ReHo) 和低频波动 (ALFF) 幅度指标进行验证.

主要成果:

• 基于DP的ICA拒绝方法有效地从多个站点的fMRI数据中删除了与站点相关的文物.
• 使用DP方法的协调导致非成像变量 (例如年龄,性别) 与fMRI测量之间的关联在统计学意义上增加.
• 该方法在ALFF和ReHo模式上都得到了成功的应用.

结论:

• 基于DP的ICA拒绝方法是协调多站点神经成像研究中的fMRI数据的可行策略.
• 这种方法通过减轻扫描器诱导的偏差来提高发现的准确性和可靠性.
• 该方法通过有效的数据聚合,促进了更强大和可重复的神经成像研究.