人脑结构协变网络的可靠性与可比性
神经元与认知
2020-06-01 v2 定量方法
摘要
结构协变分析是一种广泛应用的结构 MRI 分析方法，其刻画了一组受试者中脑区之间形态的共变关系。据我们所知，关于不同数据集间结果的可比性，或相同受试者在不同的重扫会话、图像分辨率或 FreeSurfer 版本下结果的可靠性，鲜有研究。在可比性方面，我们的结果显示，在年龄与性别匹配的健康成年人类数据集中，结构协变矩阵存在显著差异。这些差异在站点校正后依然存在，在低样本量下被加剧，并且在使用平均皮层厚度作为形态学度量时最为显著。下游图论分析进一步显示出统计显著差异。在可靠性方面，比较相同受试者的重复扫描会话，以及相同图像的不同分辨率和 FreeSurfer 版本时，也发现了显著差异。我们进一步估计了相对测量误差，并表明其在使用厚度时最大。利用模拟数据，我们认为皮层厚度因较大的相对测量误差而最不可靠。实践中，我们提出以下建议：(1) 应避免将不同站点的受试者合并为一个组，尤其在站点间图像分辨率、人口统计学或预处理不同时；(2) 应优先使用表面积与体积而非皮层厚度作为形态学度量；(3) 应使用大量受试者估计结构协变；(4) 在可获得重复测量时应评估测量误差；(5) 若合并站点至关重要，单变量站点校正不足，而应显式测量并建模误差协方差。
引用
@article{arxiv.1911.12755,
title = {Reliability and comparability of human brain structural covariance networks},
author = {Jona Carmon and Jil Heege and Joe H Necus and Thomas W Owen and Gordon Pipa and Marcus Kaiser and Peter N Taylor and Yujiang Wang},
journal= {arXiv preprint arXiv:1911.12755},
year = {2020}
}