协调多站点新生儿扩散权重脑MRI数据,用于发育神经科学
Alexandra F Bonthrone1, Manuel Blesa Cábez2, A David Edwards1
1Centre for the Developing Brain, Research Department of Early Life Imaging, School of Biomedical Engineering and Imaging Sciences, King's College London, UK.
Developmental cognitive neuroscience
|December 11, 2024
概括
在新生儿脑扩散MRI数据中,ComBat协调有效地消除了位点效应. 这种方法使得发育神经科学研究的样本规模更大,有助于生物标志物发现和理解大脑发育.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 生物统计学 生物统计学
背景情况:
- 新生儿扩散权重MRI (dMRI) 对发育神经科学至关重要.
- 多站点研究面临的挑战是特定站点的数据变化.
- 需要协调技术来整合来自不同扫描仪和站点的数据.
研究的目的:
- 评估ComBat,一个实证贝叶斯工具,用于协调新生儿白质dMRI测量.
- 评估ComBat对婴儿大脑成像数据中移除位点效应的影响.
- 为了确定ComBat是否可以改善大规模发育神经科学研究的数据一致性.
主要方法:
- 应用ComBat协调到骨架化的分数异质 (FA),平均,轴向和辐射扩散率 (MD,AD,RD) 地图.
- 在协调之前和之后,比较了音符智能度量,骨架平均值和直方形宽度.
- 分析了与妊娠年龄和扫描地点相关的差异.
主要成果:
- 康巴特成功删除了MD地图和度量平均值/直方图宽度中的所有voxel-wise差异.
- 在协调后,在FA,AD和RD中持续存在微小的音符差异 (<1.5%).
- 与单个站点数据相比,协调数据显示了较小的标准化回归系数.
结论:
- 康巴特在协调新生儿dMRI数据方面是有效的,显著减少了部位效应.
- 这种协调促进了发展神经科学研究的更大,多个站点的队列.
- 康巴特提供了增强生物标志物发现,理解大脑发育和评估治疗的潜力.
