NeoRS：一种新生儿静息态fMRI数据预处理流程
图像与视频处理
2022-04-12 v1
摘要
静息态fMRI（rsfMRI）已被证明是研究内在功能连接并评估其在大脑发育中完整性的一种有前景的工具。在新生儿中，fMRI仅限于少数范式，rsfMRI被证明是探索脑网络区域相关性的相关工具。然而，要识别静息态网络，需要对数据进行细致处理。由于新生儿的非配合特性、脑尺寸差异以及与成人相比的反转对比度，新生儿无法用现有的成人流程进行处理。因此，我们开发了NeoRS。主要处理步骤包括图谱配准、颅骨剥离、分割、层间时序和头动校正以及混杂因素回归。为解决新生儿脑成像的特殊性，特别关注了配准，包括新生儿图谱类型和参数，如与成人相比的脑尺寸变化和对比度差异。此外，头动被仔细审查和优化，因为这是对新生儿数据进行处理时的主要问题。该流程包含视觉质量控制评估检查点。为评估其有效性，我们使用了来自Baby Connectome Project的数据，包括10名新生儿。NeoRS被设计用于多频带和单频带采集，并适用于较小数据集。它还包括流行的功能连接分析特征，如基于种子的相关。语言、默认模式、背侧注意、视觉、腹侧注意、运动和额顶网络被评估。所分析的不同网络与先前发表的新生儿研究一致。NeoRS用Matlab编写，是开源的，可在https://github.com/venguix/NeoRS获取。NeoRS允许对新生儿rsfMRI数据进行稳健的图像处理，并可轻松定制到不同数据集。
引用
@article{arxiv.2204.05137,
title = {NeoRS: a neonatal resting state fMRI data preprocessing pipeline},
author = {V. Enguix and J. Kenley and D. Luck and J. Cohen-Adad and G. A. Lodygensky},
journal= {arXiv preprint arXiv:2204.05137},
year = {2022}
}
备注
28 pages, 12 figures