在AFNI中一套FMRI质量控制工具:系统,深入和交互式QC与afni_proc.py和更多
Paul A Taylor1, Daniel R Glen1, Gang Chen1
1Scientific and Statistical Computing Core, NIMH, NIH, Bethesda, MD, United States.
Imaging neuroscience (Cambridge, Mass.)
|September 11, 2024
概括
功能性MRI (fMRI) 处理中的质量控制 (QC) 确保了可重现性. AFNI的afni_proc.py工具提供自动化质量控制功能,用于全面的数据评估和共享.
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
- 科学计算科学计算
背景情况:
- 功能性MRI (fMRI) 分析中的可复制性至关重要,但往往被低估.
- 在整个fMRI处理管道中,从数据采集到统计建模,需要全面的质量控制 (QC).
研究的目的:
- 在AFNI软件套件中为fMRI预处理提供自动化质量控制 (QC) 功能.
- 提高fMRI数据的透明度,可共享性和特异性.
主要方法:
- 使用AFNI的afni_proc.py脚本生成一个模块化的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.
- 在QC文档中整合交互功能,可链接页面,评分按和评论字段.
主要成果:
- 自动生成一个全面的HTML QC报告,详细说明单个主体处理.
- 促进交互式数据调查和跨主题比较.
- 增强了保存,共享和上传QC评估的能力,以促进开放科学.
结论:
- AFNI提供强大的,自动化的QC工具,简化fMRI数据评估.
- 这些工具提高了fMRI研究的可靠性和透明度,支持可复制性和开放科学实践.


