揭示任务态功能磁共振成像分析空间中的管道社区
人工智能
2024-11-15 v4
摘要
功能磁共振成像的分析工作流程高度灵活,但在如何选择管道方面缺乏最佳实践。尽管已有研究表明使用不同的管道可能导致不同的结果,但对于驱动这些差异的因素以及这些差异在不同情境下的稳定性,目前仍缺乏理解。我们使用社区检测算法来探索管道空间,并评估管道关系在不同情境下的稳定性。我们展示了存在给出相似结果的管道子集,尤其是那些共享特定参数(例如,运动回归变量的数量、软件包等)的子集。这些管道间的模式在参与者组间是稳定的,但在不同任务间则不然。通过可视化社区间的差异,我们表明管道空间主要由大脑中激活区域的大小和统计图中统计值的尺度所驱动。
引用
@article{arxiv.2312.06231,
title = {Uncovering communities of pipelines in the task-fMRI analytical space},
author = {Elodie Germani and Elisa Fromont and Camille Maumet},
journal= {arXiv preprint arXiv:2312.06231},
year = {2024}
}
备注
Accepted at the 2024 IEEE International Conference on Image Processing