关于分片错误识别的ENIGMA高级指南 (EAGLE-I):在脑损伤的背景下实施

科学领域:

• 神经成像是一种神经成像.
• 神经科学是一个神经科学.
• 放射学 放射学是一门学科.

背景情况:

• 皮质分片对于神经成像分析至关重要,但容易出现错误,特别是在中度至重度创伤性脑损伤 (ms-TBI) 患者中.
• 现有的分片质量控制 (QC) 方法有模糊的规则和不一致的门,影响数据可靠性.

研究的目的:

• 介绍ENIGMA的分片错误识别高级指南 (EAGLE-I),这是神经成像分片质量控制的标准化资源.
• 为了提高 ms-TBI 患者数据中识别和评级分片错误的准确性和一致性.

主要方法:

• 开发了EAGLE-I,这是一个详细的培训资源,用于识别,分类和记录分片错误.
• 根据类型 (不连接/连接),大小 (小/中等/主要) 和方向性 (高估/低估) 定义的区域级错误.
• 创建了一个用户友好的电子表格,用于标准化的错误编码和自动的大脑质量评级 (通过,小错误,重大错误,失败,讨论).

主要成果:

• 伊格尔-I提供了一个系统的方法来识别和分类区域错误.
• 标准化编码使图像质量评级的自动计算成为可能,提高了一致性.
• 该方法有助于客观地评估MS-TBI神经成像的分片质量.

结论:

• 在神经成像中,EAGLE-I为皮质分片QC的挑战提供了一个强大的解决方案,特别是在ms-TBI中.
• 标准化错误识别和质量评级提高了数据完整性和研究之间的可比性.
• 这种资源对于临床人群中大脑结构的可靠分析至关重要.