一套FMRI质量控制工具在AFNI:系统的,深入的和交互式的QC与afni_proc.py和更多

科学领域:

• 神经成像是一种神经成像.
• 数据科学数据科学数据科学
• 生物医学工程 生物医学工程

背景情况:

• 功能性MRI (fMRI) 分析中的可复制性至关重要,但往往未得到充分解决.
• 综合质量控制 (QC) 在整个fMRI处理管道中至关重要,从数据采集到统计建模.
• 现有的质量控制方法可能耗时,缺乏标准化.

研究的目的:

• 在AFNI软件套件中介绍新的FMRI预处理QC功能.
• 通过 `afni_proc.py` 脚本引入自动化 QC 报告生成.
• 提高fMRI数据QC的效率,特异性和可共享性.

主要方法:

• 使用AFNI的 `afni_proc.py`脚本来自动生成模块化的HTML QC文档.
• 实施审查脚本和命令行工具,用于量化组级主题分析.
• 利用交互式HTML功能进行深入的数据调查和跨主题比较.

主要成果:

• AFNI的自动化质量控制工具生成全面的HTML报告,详细说明单个主体处理.
• 可链接的QC页面允许对对齐和建模进行高效的跨主题评估.
• 交互式元素,评分按和评论字段促进了详细的质量控制评估和数据共享.

结论:

• AFNI集成的质量控制工具显著提高了fMRI分析的可复制性和透明度.
• 自动报告和交互功能简化了质量控制过程,促进了开放科学实践.
• 这些工具提高了在fMRI研究中识别和解决潜在数据质量问题的能力.