中文

面向临床应用的扩散加权 MRI 谱和方法:Clinical-ComBAT

计算机视觉与模式识别 2025-11-10 v1 应用统计

摘要

扩散加权磁共振成像(DW-MRI)衍生的标量图谱对于评估神经退行性疾病和脑部白质微结构属性具有有效作用。然而,DW-MRI 本质上限制了来自多个采集 site 的数据的整合,需进行谱和以缓解扫描器特定偏差。虽然广泛使用的 ComBAT 方法可减少研究中的 site 效应,但其依赖线性协�变量关系、均匀人群、固定 site 数量以及 well 填充的 site,限制了其临床应用。为克服这些限制,我们提出 Clinical-ComBAT,一种为实际临床场景设计的方法。Clinical-ComBAT 独立地对每个 site 进行谱和,使其能够灵活应对新数据和新 clinic 的引入。它采用非线性多项式数据模型,以规范 site 为参考进行 site 特定谱和,并具备适用于小规模队列的方差先验。它进一步包括超参数调优和谱和的适拟度度量。我们在仿真和真实数据上展示了其有效性,显示出扩散指标对齐效果的改善以及增强的针对规范建模的适用性。

关键词

引用

@article{arxiv.2511.04871,
  title  = {Clinical-ComBAT: a diffusion-weighted MRI harmonization method for clinical applications},
  author = {Gabriel Girard and Manon Edde and Félix Dumais and Yoan David and Matthieu Dumont and Guillaume Theaud and Jean-Christophe Houde and Arnaud Boré and Maxime Descoteaux and Pierre-Marc Jodoin},
  journal= {arXiv preprint arXiv:2511.04871},
  year   = {2025}
}

备注

39 pages, 11 figures