在多站点研究中,ComBat模型用于协调静态EEG特征.
Alberto Jaramillo-Jimenez1, Diego A Tovar-Rios2, Yorguin-Jose Mantilla-Ramos3
1Centre for Age-Related Medicine (SESAM), Stavanger University Hospital, Stavanger, Norway; Faculty of Health Sciences, University of Stavanger, Stavanger, Norway; Grupo de Neurociencias de Antioquia, Universidad de Antioquia, Medellín, Colombia; Grupo Neuropsicología y Conducta, Universidad de Antioquia. Medellín, Colombia; Semillero de Investigación NeuroCo, Universidad de Antioquia, Medellín, Colombia.
概括
静止电脑图 (rsEEG) 数据中的批量效应可以使用ComBat协调方法来减少. 哈莫尼兹R和OPNested-GMM ComBat表现最好,在光谱特征中保留了与年龄相关的关联.
科学领域:
- 神经科学是一个神经科学.
- 生物统计学 生物统计学
- 信号处理 信号处理
背景情况:
- 多站点静止电脑图 (rsEEG) 数据聚合可以引入批量效应,损害数据完整性.
- 最初用于基因表达的ComBat模型被调整为神经成像,以减轻这些交叉站点差异.
- 评估ComBat变体对于协调各种rsEEG数据集至关重要.
研究的目的:
- 评估四种ComBat协调方法在从年轻人和老年人的汇总的rsEEG数据集中的有效性.
- 为了确定哪些ComBat变种最好地控制批量效应,同时保持生物变异性.
- 在rsEEG频谱特征中调查协调对与年龄相关的协会的影响.
主要方法:
- 四种ComBat协调方法 (neuroCombat,neuroHarmonize,OPNested-GMM,HarmonizR) 被应用于预处理的rsEEG信号 (n=374) 中.
- 在传感器空间中提取了振荡和无周期的rsEEG特征.
- 在协调前和之后分析了与年龄相关的关系.
主要成果:
- 在rsEEG特征中证实了批量效应.
- 所有的ComBat方法都成功地减少了批量效应和特征分散.
- 哈莫尼兹R和OPNested-GMM ComBat表现出了卓越的性能.
- 协调的光谱特征,包括贝塔功率和阿尔法峰值频率,显示出与年龄相关的显著关联.
- 康巴特模型保留了年龄效应的方向,并增加了其大小.
结论:
- 康巴特模型,特别是HarmonizR和OPNested-GMM ComBat,对于协调传感器空间rsEEG频谱特征是有效的.
- 这种协调工作流对于多站点研究是有价值的,它确保了rsEEG数据的可靠分析.
- 这些方法保留了生物相关的关联,例如与衰老相关的关联.
