在脊髓fMRI中采用数据驱动的无线化,主要组件分析
Kimberly J Hemmerling1,2, Andrew D Vigotsky2,3, Charlotte Glanville2
1Department of Physical Therapy and Human Movement Sciences, Feinberg School of Medicine, Northwestern University, Chicago, IL, United States.
Imaging neuroscience (Cambridge, Mass.)
|February 25, 2026
概括
使用主要成分分析 (PCA) 进行脊髓功能性MRI (fMRI) 的新方法SpinalCompCor有效地模拟噪声,但没有显示出明显的群体级益处. 当生理记录不可用时,最好使用它.
科学领域:
- 神经成像是一种神经成像.
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 脊髓功能性MRI (fMRI) 数据需要删除以删除文物.
- 基于主要组件分析 (PCA) 的排泄技术,如CompCor,已经为大脑fMRI建立.
- 缺乏基于PCA进行脊髓fMRI的系统评估.
研究的目的:
- 为了正式制定和评估基于PCA的剥离技术,SpinalCompCor,用于脊髓fMRI.
- 确定从一个感兴趣的噪声区域 (ROI) 获得的最佳数量的干扰回归器.
- 评估SpinalCompCor在降低噪音和改进组级激活地图方面的有效性.
主要方法:
- 脊髓CompCor使用PCA从脊髓和脑脊液外的噪声ROI中获得了干扰回归器.
- 一项系统分析确定了四个fMRI数据集 (运动任务,呼吸任务,静止状态) 中的9个回归者的中位数.
- 使用一级fMRI建模来评估PCA衍生的回归器对噪声的适应性.
主要成果:
- 由PCA衍生的回归器有效地模拟了噪音,包括来自血管的生理噪音,尽管效率因获得参数而异.
- 集团级激活地图没有显示包括SpinalCompCor回归者的明显好处.
- 任务和回归器之间的潜在对线性被确定为与任务相关的噪音的担忧.
结论:
- 脊髓CompCor可以模拟脊髓fMRI数据中的噪音.
- 它在改进集团层面分析方面的实用性并未得到一致证明.
- 使用SpinalCompCor进行denoising主要建议在没有生理记录的情况下进行,因为它可能无法一致地复制基于记录的denoising结果.
