eTFCE：基于快速聚类检索的精确阈值免费聚类增强
统计方法学
2026-04-28 v3 应用统计
统计计算
摘要
阈值免费聚类增强（TFCE）在神经影像中的基于聚类推断中广泛应用，但现有实现通常依赖离散近似，可能引入数值波动。我们提出eTFCE，一个高效框架，提供TFCE积分的精确数值评估，基于优化的聚类检索算法。跨多个数据集，eTFCE与标准实现结果高度一致。体素级比较揭示系统性不对称：标准方法对更多体素 yielding 更小的p值，而eTFCE则将更强统计证据集中于更小的子集。这些差异主要局限于推断边界附近的体素，对整体推断影响有限。这一模式与标准实现中TFCE积分被离散化为有限阈值集合的近似有关，引入在阈值间累积统计证据时潜在的细微偏差。此外，eTFCE提升了计算效率（平均运行时间为71.3%），并可在单一置换框架内统一计算多种聚类统计。总体而言，eTFCE提供了一种精确、高效且可扩展的非参数神经影像推断方法。
引用
@article{arxiv.2603.03004,
title = {eTFCE: Exact Threshold-Free Cluster Enhancement via Fast Cluster Retrieval},
author = {Xu Chen and Wouter D. Weeda and Thomas E. Nichols and Jelle J. Goeman},
journal= {arXiv preprint arXiv:2603.03004},
year = {2026}
}
备注
Revised manuscript with updated analyses and clarifications