机器学习时代MRI数据协调的有效性：一项跨36个数据集的多中心研究
机器学习
2024-02-02 v4 图像与视频处理
定量方法
摘要
汇集来自多个站点的公开可用MRI数据可组建大规模受试者群体，提升统计功效，并促进利用机器学习技术进行数据复用。多中心数据的协调对于降低数据中非生物来源变异所带来的混杂效应是必要的。然而，若在机器学习前应用于整个数据集，协调会导致数据泄漏，因为训练集之外的信息可能影响模型构建，并可能虚假高估性能。我们提出：1）数据协调有效性的度量；2）协调器变换器（harmonizer transformer），即一种ComBat协调的实现，可将其封装于机器学习流水线的预处理步骤中，避免数据泄漏。我们使用来自36个站点采集的1740名健康受试者的脑T1加权MRI数据测试了这些工具。协调后，站点效应被消除或减弱，并且我们展示了从MRI数据预测个体年龄时的数据泄漏效应，强调将协调器变换器引入机器学习流水线可避免数据泄漏。
引用
@article{arxiv.2211.04125,
title = {Efficacy of MRI data harmonization in the age of machine learning. A multicenter study across 36 datasets},
author = {Chiara Marzi and Marco Giannelli and Andrea Barucci and Carlo Tessa and Mario Mascalchi and Stefano Diciotti},
journal= {arXiv preprint arXiv:2211.04125},
year = {2024}
}