基于图像相似性度量的脑MRI跨数据集关联
计算机视觉与模式识别
2026-05-07 v2
摘要
头颅磁共振成像（MRI）数据通常在严格的监管框架下收集和共享，发布前需删除直接识别符。然而，即使在去 skull stripping之后，脑脊胶质可能仍保留参与者特定特征，可用于关联来自不同数据集中同一人的扫描，存在跨数据集合并时与辅助信息结合的潜在隐私风险。当前监管方法通常使用qualitative的reasonableness概念来评估此类风险。虽然已有工作表明脑MRI可支持受体关联，但现有演示依赖于基于训练的方法或计算密集型方法。本文表明，使用标准预处理流程后，通过直接图像相似性计算即可实现脑 stripped T1加权脑MRI的可靠关联。通过该简单方法，我们在不同时间点、不同扫描仪类型、不同空间分辨率和获取协议的数据集之间实现近乎完美的匹配精度，并即使在认知衰退的情况下亦可实现。这些实验模拟了大规模神经影像存储库中跨数据库匹配的真实场景。我们的发现凸显了共享脑MRI数据中此前被低估的重新识别风险，并为神经影像研究中制定明智、前瞻性数据共享政策提供了实证依据。
引用
@article{arxiv.2602.10043,
title = {Cross-Dataset Linkage of Brain MRI using Image Similarity Measures},
author = {Gaurang Sharma and Harri Polonen and Juha Pajula and Jutta Suksi and Jussi Tohka},
journal= {arXiv preprint arXiv:2602.10043},
year = {2026}
}