一项关于微结构加权连接体中协议一致性和图表度重复性的试点研究

科学领域:

• 神经成像是一种神经成像.
• 计算神经科学是一种神经科学.
• 生物医学工程 生物医学工程

背景情况:

• 微观结构加重的连接体将扩散参数整合到结构性大脑网络中.
• 这些生物信息网络在检测神经系统变化方面表现有前途,例如多发性硬化症.
• 然而,这些微观结构加权连接体的可复制性尚未得到充分证实.

研究的目的:

• 为了评估大脑连接体的可重复性,使用扩散张量和Bingham-NODDI参数加权.
• 评估权重参数和图表指标的时间,站点间和协议间一致性.
• 为微观结构加权连接体确定可靠的权重策略和图表指标.

主要方法:

• 使用四扩散磁共振成像 (dMRI) 采集协议.
• 获得的幻影和体内 (N=4) 数据用于可复制性评估.
• 为权重参数和图表指标计算的变化系数 (CV) 和布兰德-阿尔特曼偏差.

主要成果:

• 分数异构性 (FA),平均扩散性 (MD),神经内体积分数 (INVF) 和细胞内体积分数 (ICVF) 显示出高可重复性 (CV <5%).
• 导向分散指数和β度参数显示可复制性差 (CV>5%),并被排除在外.
• 来自FA,MD和INVF加权连接体的图表指标是一致的,模块化是例外.
• 细胞外体积分数 (ECVF) 权重的连接体表现出不良的复制性 (CV > 5%,ICC < 0.5).

结论:

• 微结构加权连接体,特别是使用FA,MD和INVF的连接体,显示出可靠的可复制性.
• 特定的权重策略和图表指标被确定为具有最高的一致性.
• 研究结果支持从加权连接体的网络指标作为神经疾病中改变大脑连接的生物标志物的潜力.