对开放QC任务fMRI数据集的高效评估
1Cognitive Control and Psychopathology Laboratory, Department of Psychological and Brain Sciences, Washington University in St. Louis, Saint Louis, MO, United States.
Frontiers in neuroimaging
|August 9, 2023
概括
本研究评估了使用R和AFNI的fMRI质量控制 (QC) 的任务数据集. 这些发现提供了可访问的报告和代码,以识别fMRI数据中的潜在问题.
科学领域:
- 神经成像是一种神经成像.
- 方法论研究研究方法论研究
- 数据质量评估数据质量评估
背景情况:
- 功能磁共振成像 (fMRI) 数据质量对于可靠的研究结果至关重要.
- 评估fMRI数据质量的标准化程序对于可重复性至关重要.
- 在fMRI中展示质量控制 (QC) 程序 (FMRI开放QC项目) 旨在建立强大的QC方法.
研究的目的:
- 在FMRI开放QC项目中评估特定任务数据集.
- 制定和提交简短的报告,总结fMRI和任务组件的质量.
- 提供可适应的工具,用于识别fMRI数据集中的潜在问题.
主要方法:
- 使用R,AFNI和knitr生成质量控制报告.
- 开发了基础测试,以系统评估数据集质量.
- 创建PDF报告以方便存档和访问.
主要成果:
- 总结了数据集的任务和fMRI方面的质量.
- 生成简洁,易于理解的质量控制报告.
- 提供源代码和解释,用于报告生成和调整.
结论:
- 开发的报告和测试有效地突出了fMRI数据集中的潜在问题.
- 质量控制程序的设计是用户友好的,需要最小的经验来适应.
- 附带的代码和文档有助于在fMRI研究中采用和应用这些QC方法.
更多相关视频
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
12.3K
13:08Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia
Published on: December 2, 2015
9.0K