质量控制对皮质形态测量比较在自闭症中的影响

科学领域:

• 神经成像是一种神经成像.
• 神经科学是一个神经科学.
• 医学图像分析 医学图像分析

背景情况:

• 结构性MRI质量显著影响神经解剖学估计和下游分析.
• 确保高质量的神经成像数据对于可靠的研究至关重要,特别是在大型数据集中.
• 现有的神经成像质量控制 (QC) 方法往往是耗时和劳动密集的.

研究的目的:

• 评估FreeSurfer表面重建质量与临床/人口因素之间的相互作用.
• 引入FSQC,这是一个新的工具,用于有效和彻底评估FreeSurfer管道输出.
• 将FSQC与现有的QC指标进行验证,并评估其对神经成像分析的影响.

主要方法:

• 开发和验证FSQC工具,用于评估FreeSurfer的输出.
• FSQC与自动化 (欧勒数) 和手动QC指标的比较.
• 对自闭症脑成像数据交换 (ABIDE) 数据集的分析,以检查病例控制差异.

主要成果:

• FSQC显示了与其他QC测量关于皮质厚度,体积和表面积的类似的空间模式.
• 通过QC得分设置值,部分减轻了质量对皮质估计的影响.
• 证明不充分的质量控制可能会改变自闭症与神经类型比较的研究结果.

结论:

• FSQC提供了一种高效有效的方法来评估FreeSurfer处理质量.
• 严格的质量控制是必要的,以确保神经成像发现的有效性,特别是在临床人群中.
• 这项研究强调了大规模神经成像研究中强有力的质量控制的必要性,以防止偏见的结果.