静止状态fMRI无管道对于运动校正和行为预测的有效性
Kane Pavlovich1, James Pang1, Alexander Holmes1
1School of Psychological Sciences, Turner Institute for Brain and Mental Health, and Monash Biomedical Imaging, Victoria, Australia.
Imaging neuroscience (Cambridge, Mass.)
|August 13, 2025
概括
没有一种单一的降噪方法可以完美地增强休息状态fMRI (rs-fMRI) 数据的脑行为联系. 将独立组件分析 (ICA) 与全球信号回归 (GSR) 结合起来,为移动工件移除和行为预测提供了一个平衡的方法.
科学领域:
- 神经成像是一种神经成像.
- 认知神经科学 认知神经科学
- 数据科学数据科学数据科学
背景情况:
- 休息状态功能磁共振成像 (rs-fMRI) 对于理解大脑功能和行为至关重要.
- rs-fMRI信号易受噪声的影响,影响数据可靠性和将大脑活动与行为联系起来的能力.
- 有效的降噪对于有效可靠的神经成像研究至关重要.
研究的目的:
- 为了评估rs-fMRI数据的各种降噪管道.
- 评估管道在减少与运动相关的文物方面的有效性.
- 为了确定哪些管道最好地增强大脑活动和行为措施之间的关联.
主要方法:
- 分析了来自两个独立队列的rs-fMRI数据.
- 测试了多种降噪策略:白质/脑脊液回归,基于ICA的文物删除 (例如,ICA-FIX),音量审查,全球信号回归 (GSR) 和扩散集群估计和回归 (DiCER).
- 使用三个质量控制指标量化了运动工件.
- 行为预测 (81个变量) 使用内核回归进行.
主要成果:
- 没有一个单一的降噪管道在减少文物和增强跨数据集的大脑行为关联方面始终优于其他管道.
- 集成ICA-FIX和GSR的管道显示,在减少运动工件和提高行为预测准确性之间取得了有利的平衡.
- 管道之间的预测性能观察到的差异通常是温和的.
结论:
- 选择rs-fMRI噪声减轻管道涉及删除文物和保护/增强大脑行为关系之间的权衡.
- 结合ICA-FIX和GSR方法为许多rs-fMRI应用提供了实际的妥协.
- 可能需要进一步的研究来优化针对特定研究问题和人群的管道.
