对静止状态fMRI进行数据驱动的生理性无色化方法进行比较:对研究衰老的含义
Ali M Golestani1,2, J Jean Chen3,4,5
1Department of Physics and Astronomy, University of Calgary, Calgary, AB, Canada.
Frontiers in neuroscience
|February 21, 2024
概括
不同的denoising方法影响静止状态fMRI数据质量和与年龄相关的功能连接. ICA-AROMA和全球信号回归 (GSR) 消除了更多的噪音,但也消除了低频信号,影响了老化研究.
科学领域:
- 神经成像是一种神经成像.
- 功能磁共振成像 (fMRI) 是一种功能性磁共振成像技术.
- 信号处理 信号处理
背景情况:
- 来自心脏和呼吸道信号的生理噪声显著降低了静止状态fMRI数据的质量.
- 数据驱动的无声化方法对于在这些信号未被记录时消除生理噪声至关重要.
- 高时间分辨率的fMRI数据对于准确捕获生理信号和评估无声效率至关重要.
研究的目的:
- 对静止状态fMRI数据的各种数据驱动的denoising方法的有效性进行评估.
- 评估无声化对低频信号功率,生理噪声和与年龄相关的功能连接 (fcMRI) 差异的影响.
- 为了研究如何在不同年龄组的denoising方法的性能有所不同.
主要方法:
- 利用高时间分辨率的fMRI数据来评估包括ICA-AROMA,全球信号回归 (GSR),白质/脑脊液回归 (WM-CSF),解剖学CompCor (aCompCor) 和时间CompCor (tCompCor) 在内的无声化技术.
- 分析了这些方法对低频信号功率,心脏和呼吸系统噪声以及与年龄相关的fcMRI的影响.
- 经过验证的发现,使用数据向传统的fMRI时间分辨率下调样本.
主要成果:
- ICA-AROMA和GSR有效地消除了大多数生理噪音,但也减少了低频信号,导致与年龄相关的fcMRI差异减少.
- aCompCor和tCompCor在消除高频生理信号方面更有效,但保留了更多的低频功率,显示了与年龄相关的fcMRI差异较高.
- 剥离方法的性能因年龄组而异,结果在不同的时间分辨率上是一致的.
结论:
- 在衰老研究中,应谨慎地对待fcMRI结果在不同否定方法之间的直接比较.
- 这项研究增强了对各种无声化策略如何影响fcMRI分析的理解,特别是在生理噪声和衰老影响方面.
- 选择消毒方法可以显著影响大脑连接的与年龄相关的变化检测.
