用于量化神经影像预处理策略对后续统计分析影响的灵敏度分析
计算机视觉与模式识别
2025-05-20 v2 统计计算
摘要
尽管新型成像技术在研究脑结构和功能方面取得了成功，但测量的生物信号常受多种噪声源的污染，例如个体扫描时的头部运动、空间/时间分辨率的限制或其他特定于各类成像技术的问题。因此，数据预处理（如去噪）至关重要。随着年份的推移，预处理管道变得越来越复杂，同时也越来越灵活，这种灵活性对最终结果和给定研究的结论可能具有显著影响。这种大的参数空间常被称为“多宇宙分析”。在此基础上，我们提供概念和实用工具，用于聚合多个管道结果的统计分析，以及测试跨管道假设的新型灵敏度分析，如“所有管道中无效应”或“至少一个管道中无效应”。该提议框架是通用的，可应用于任何多宇宙情境，但我们基于正电子断层扫描（PET）数据进行示例说明。
引用
@article{arxiv.2404.14882,
title = {A sensitivity analysis to quantify the impact of neuroimaging preprocessing strategies on subsequent statistical analyses},
author = {Brice Ozenne and Martin Norgaard and Cyril Pernet and Melanie Ganz},
journal= {arXiv preprint arXiv:2404.14882},
year = {2025}
}