对fMRI数据处理管道进行系统评估,以实现一致的功能连接学

科学领域:

• 神经科学是一个神经科学.
• 网络科学 网络科学
• 数据科学数据科学数据科学

背景情况:

• 通过网络科学研究大脑区域之间的功能相互作用.
• 休息状态功能性MRI (fMRI) 是绘制大脑网络的关键工具.

研究的目的:

• 系统地评估768个数据处理管道,用于静态fMRI网络的重建.
• 为了确定管道,最大限度地减少运动工件,并提高测试-重新测试可靠性.
• 寻找敏感于学科间和实验变化的管道.

主要方法:

• 基于大脑分片,连接性定义和全球信号回归的768条管道的评估.
• 标准包括尽量减少运动混和测试-重新测试差异.
• 评估对受试者之间的差异和实验效应的敏感性.

主要成果:

• 在管道适合功能连接经济学方面发现了广泛和系统的变化.
• 大多数管道至少不符合一个标准,导致潜在的误导性结果.
• 一个最佳管道子集在不同的数据集和时间尺度上始终满足所有标准.

结论:

• 数据处理管道的选择显著影响功能连接经济学的发现.
• 存在最优的管道,确保强大可靠的大脑网络分析.
• 提供了建议,以指导未来该领域的最佳实践.