休息状态的自动质量控制 基于BOLD的脑血管反应活性映射
Yutian Wang1, Peiying Liu2, Mingyang Li1
1Key Laboratory for Biomedical Engineering of Ministry of Education, Department of Biomedical Engineering, College of Biomedical Engineering and Instrument Science, Zhejiang University, Hangzhou, Zhejiang, China.
NMR in biomedicine
|December 3, 2025
概括
研究人员开发了一种自动化质量控制算法,以识别低质量的静止状态脑血管反应 (CVR) 映射. 该工具使用BOLD fMRI数据确保了可靠的血管健康研究,改善了大规模研究的数据质量.
科学领域:
- 神经成像是一种神经成像.
- 心血管科学 心血管科学
- 生物医学工程 生物医学工程
背景情况:
- 静止状态的BOLD fMRI可以为血管健康研究绘制脑血管反应率 (CVR) 地图.
- 用作内源刺激的自发CO2波动可以导致低信号噪声比 (SNR) 和静止状态CVR的复制性差.
- 自动质量控制对于可靠的大规模CVR研究至关重要.
研究的目的:
- 开发和验证用于静止状态CVR映射的自动质量控制算法.
- 创建一个全面的质量评估指数 (QEI) 来评估静止状态CVR数据的质量.
主要方法:
- 提取了质量控制参数,包括聚合方差,负声的比例和BOLD信号对CVR的灵敏度.
- 将参数组合成一个单一的质量评估指数 (QEI).
- 在多个扫描协议和参与者之间使用交叉验证和相关性分析验证了QEI,并通过多个扫描协议和参与者进行了测试-重新测试可重复性.
主要成果:
- 交叉验证显示QEI和参考质量评估之间存在显著的相关性 (r=0.766).
- 相关性分析显示,在测试重复测试中,QEI和CVR地图相似性之间存在显著的正相关性 (r=0.809,0.890,0.396,0.654).
- 质量检测仪表表现出与视觉检查和适应性在不同年龄组和扫描协议之间的良好一致.
结论:
- 开发的自动质量控制算法和QEI有效评估静止状态CVR映射质量.
- 该QEI是可靠的,可复制和可适应的,支持静态CVR的临床应用.
- 该工具促进了大规模的研究,并增强了CVR映射的临床实用性.
