SAN:从多个扫描仪或站点收集的皮质厚度数据中减轻空间共变异异质
Rongqian Zhang1, Linxi Chen1, Lindsay D Oliver2
1Department of Statistical Sciences, University of Toronto, Toronto, ON, Canada.
bioRxiv : the preprint server for biology
|December 18, 2023
概括
这项研究介绍了空间自相关性规范化 (SAN),这是一种协调神经成像数据的新方法. SAN纠正皮层厚度的扫描器间偏差,改善可重复性研究的数据质量.
科学领域:
- 神经成像是一种神经成像.
- 统计遗传学 统计遗传学
- 生物统计学 生物统计学
背景情况:
- 来自多个站点的神经成像数据的结合提高了可重现性.
- 扫描器之间的偏差引入了不必要的变化,需要协调可靠的研究.
- 对数据质量至关重要的是协调异质的协同差异,特别是皮质厚度的空间自相关性.
结论:
- SAN有效地解决了神经成像数据中的扫描器间偏差.
- 该方法促进了更高的数据质量和更强大的科学发现.
- SAN可以作为一个公共的R包,用于更广泛的科学用途.
