GABA 定量基准测试：真实数据集及 TARQUIN、LCModel、jMRUI 与 Gannet 的比较分析
医学物理
2021-05-11 v2
摘要
现有许多工具可用于 GABA 编辑的磁共振波谱（MRS）数据定量。尽管 MRS 学界近期做出了共识努力，但比较这些工具的文献很少，且表明存在方法学偏差。虽然体内数据集可确定工具间的一致程度，但建立准确性并探究差异来源需要真实基准。我们提出了一种基准测试 GABA 定量工具的新方法，使用多组具有迭代 GABA 浓度的体模实验。每组呈现不同的背景代谢物与环境条件，从而不仅能比较各工具的单独估计值，还能比较其在一系列潜在混杂因素下刻画 GABA 变化的能力。本文给出了体模实验方法及其数据特征描述。我们还对几种常用 MRS 定量工具及内部代码进行了初步比较分析，以说明该数据集的效用以及不同定量方法引入的潜在偏差。将各工具报告的 GABA 与 NAA 比值与真实值比较，并通过该关系的线性回归评估估计准确性。尽管所有工具总体上都能捕捉 GABA 与 NAA 梯度的线性，但观察到梯度斜率、偏移及环境稳定性存在较大差异。线性组合建模差异的主要驱动因素是基函数的选择。然而，采用共同基函数与预处理的工具仍产生约 4% 的差异。参数约束较松的拟合方法似乎提高了定量的鲁棒性，但仍需准确建模编辑效率计算以避免系统性偏移。总体而言，差异水平表明跨……
引用
@article{arxiv.1909.02163,
title = {Benchmarking GABA Quantification: A Ground Truth Data Set and Comparative Analysis of TARQUIN, LCModel, jMRUI and Gannet},
author = {C. Jenkins and M. Chandler and F. C. Langbein and S. M. Shermer},
journal= {arXiv preprint arXiv:1909.02163},
year = {2021}
}
备注
preprint (16 pages, 6 figures, 5 tables)