术前fMRI数据分析中的空间自适应变量筛选
统计方法学
2023-12-22 v1
摘要
准确描绘肿瘤邻近功能脑区对于规划保留功能的神经外科手术至关重要。功能性磁共振成像（fMRI）越来越多地用于术前咨询和规划。在分析术前fMRI数据时，假阴性对患者的危害大于假阳性，因为未能识别功能区域并随后切除关键组织更可能导致患者遭受严重伤害。本文提出了一种新颖的空间自适应变量筛选程序，能够在利用fMRI数据空间结构的同时有效控制假阴性。与fMRI数据分析中现有的统计方法相比，新程序直接在理想水平上控制假阴性，且完全由数据驱动。新方法也与现有的不考虑空间信息的假阴性控制程序有本质区别。数值例子表明，新方法在保留信号体素方面优于几种最先进的方法，尤其是功能区域边界的微弱信号，同时能更清晰地将功能区域与背景噪声分离。这些结果对于在神经外科手术中保护关键组织具有重要价值。
引用
@article{arxiv.2312.13482,
title = {Spatially Adaptive Variable Screening in Presurgical fMRI Data Analysis},
author = {Yifei Hu and Xinge Jessie Jeng},
journal= {arXiv preprint arXiv:2312.13482},
year = {2023}
}