选择T1-权重脑MRI影响协会和预测分析的处理管道
Elise Delzant1, Olivier Colliot1, Baptiste Couvy-Duchesne1,2
1Sorbonne Université, Institut du Cerveau - Paris Brain Institute, CNRS, Inria, Inserm, AP-HP, Hôpital de la Pitié-Salpêtrière, Paris, France.
Human brain mapping
|October 30, 2025
概括
选择正确的MRI处理管道对于可靠的大脑成像研究至关重要. 像FSLVBM这样的基于体积的方法通常在大型数据集中提供更好的形态度,可复制性和预测准确性.
科学领域:
- 神经成像是一种神经成像.
- 大脑成像研究研究大脑成像研究
- 计算神经科学是一种神经科学.
背景情况:
- 像英国生物银行这样的大型神经成像数据集提供了增强脑成像研究 robustness 的机会.
- 不同磁共振成像 (MRI) 处理管道对研究结果的影响在很大程度上是未知的.
研究的目的:
- 系统地比较来自三个主要软件包 (FSL,CAT12/SPM,FreeSurfer) 的五个常见的灰色物质表示.
- 评估这些管道对29个不同特征的形态度,混易感,错误阳性,关联发现和预测准确性的影响.
主要方法:
- 来自英国生物库的39,655个T1加权MRI扫描的分析.
- 基于体积 (FSL) 和基于表面 (CAT12/SPM,FreeSurfer) 的灰色物质表示的比较.
- 通过形态测量,混器灵敏度,统计发现和预测性能进行评估.
主要成果:
- 所有管道都对成像混因子 (例如运动,SNR) 显示出敏感性.
- 基于体积的方法在检测显著集群,复制率和预测性能方面通常优于基于表面的方法.
- 在形态测量,可复制性和预测准确性方面,FSLVBM表现出最佳的整体性能.
结论:
- 管道选择显著影响神经成像结果;FSLVBM被推作为一个一致的全方位.
- 由于可靠性较低,建议谨慎解释小集群 (单个音标/顶点).
- 结合管道可能会提高预测,严格的混管理对于大规模的神经成像研究至关重要.
