MEGAP:一个全面的管道,用于大规模磁脑图数据的自动预处理

科学领域:

• 神经成像是一种神经成像.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 磁脑电图 (MEG) 数据需要大量的预处理来去除噪音和文物.
• 现有的预处理方法缺乏全面的工件处理和自动化,阻碍了大规模数据分析和可重复性.
• 对于高效的MEG数据预处理,需要标准化,自动化的管道.

研究的目的:

• 开发和验证大型静止状态MEG数据集的第一个自动预处理管道 (MEGAP).
• 解决手工检查的局限性和MEG数据预处理中缺乏标准化的问题.
• 提高MEG数据分析的效率,一致性和可重复性.

主要方法:

• 通过集成和测序自动化MEG数据预处理的最新算法开发了MEGAP.
• 实现的关键功能包括头部运动校正,无隙过器的线路噪声清除,肌肉工件注释,传感器/环境噪声降低和自动独立组件分析 (ICA) 工件检测.
• 通过使用剑桥衰老和神经科学中心 (Cam-CAN) 数据集的模拟和实验数据验证了MEGAP.

主要成果:

• 在MEG数据中,MEGAP成功地实现了噪音和文物减少的自动化.
• 管道显示了数据质量的显著改善,基于标准化平均平方误差 (NMSE),相关性和信号与噪声比 (SNR).
• 在模拟和现实世界MEG数据集上验证的有效性.

结论:

• MEGAP为MEG数据预处理提供了一个强大的,自动化的框架,大大减少了手工工作.
• 该管道促进神经成像研究的标准化和可重现性.
• MEGAP促进了大规模静止状态MEG数据集的分析,从而实现了更大的概括性.