使用MRIQC对人类大脑未经处理的解剖学,功能和扩散MRI进行质量评估和控制

科学领域:

• 神经成像是一种神经成像.
• 医学图像分析 医学图像分析
• 数据质量保证 数据质量保证

背景情况:

• 高质量的磁共振成像 (MRI) 数据对于可靠的神经成像研究至关重要.
• 低标准的MRI数据可以引入虚假的变异性,影响统计结果.
• 目前用于识别亚等MRI扫描的方法缺乏强大的自动化和标准化.

研究的目的:

• 为人类大脑MRI数据质量的视觉评估提出一个标准化的协议.
• 详细说明MRIQC软件的使用,用于生成T1加权,T2加权,功能和扩散MRI扫描的视觉报告.
• 描述一种选MRIQC报告的方法,并使用评级小程序注释潜在的质量问题.

主要方法:

• 在数据集上执行MRIQC软件,使用典型的研究设置,如高性能计算集群.
• 系统选生成的MRIQC视觉报告以识别文物和质量偏差.
• 使用专门的"评级小程序"对已识别的质量问题进行注释,以实现高效和准确的会计记录.

主要成果:

• 一个全面的协议,用于各种MRI序列 (T1w,T2w,fMRI,dMRI) 的视觉质量控制.
• 展示MRIQC在为质量评估生成可操作的视觉报告中的实用性.
• 使用评分小部件实现简化注释过程,以尽量减少错误.

结论:

• 对未经处理的MRI数据实施严格的质量控制对于可靠的统计结果至关重要.
• 该协议有助于早期识别扫描设置故障,防止采集具有持久文物的大型数据集.
• 标准化的视觉评估提高了神经成像研究的可复制性和有效性.