空間的に拘束されたICAは非常に短い静止状態fMRIデータから統合失調症のロバスト検出を可能にする【JST・京大機械翻訳】

Duda, M.; Iraji, A.; Ford, J. M.; Lim, K. O.; Mathalon, D. H.; Mueller, B. A.; Potkin, S. G.; Preda, A.; Van Erp, T. G. M.; Calhoun, V.

プレプリント

J-GLOBAL ID：202202217162047705 整理番号：22P0321651

空間的に拘束されたICAは非常に短い静止状態fMRIデータから統合失調症のロバスト検出を可能にする【JST・京大機械翻訳】

Spatially constrained ICA enables robust detection of schizophrenia from very short resting-state fMRI data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年03月18日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

休止状態機能的ネットワーク連結性(rsFNC)は,精神疾患および気分障害を有する個人における特徴的な機能的脳パターンの同定に有用性を示し,バイオマーカー開発のための有望な道筋を提供する。しかし,いくつかの因子は,rsFNC診断の広範な臨床採用,すなわち,個人にわたる比較可能および再現可能なイメージングマーカーを捕えるための標準化アプローチの欠如,および個々の被験者レベルでのrsFNCの診断的に関連するパターン,をロバストに検出するために必要なデータ量に関する不一致を除外した。最近,空間的に制約された独立成分分析(scICA)が,選択されたネットワークテンプレートに標準化されたICNを抽出するための自動化方法として提案されているが,まだ個々の変動を保存している。標準化された神経イメージングマーカーの以前の課題を解決する新しいscICA方法論を,著者らは,静止状態fMRI(rsfMRI)の臨床応用のための最小限の十分なデータ長を同定する後者の挑戦を調査する。統合失調症と対照(M=310)の個人を含むデータセットと模擬rsfMRIを用いて,rsfMRI時間コースの長さに関して,被験者とグループレベルの両方でICNとrsFNC推定のロバスト性,ならびに診断分類の性能を評価した。全長(5分)の参照時間コースからのICNsとrsFNCの個々の推定値は,3~3.5分のデータ(それぞれr=0.85,0.88)で十分に近似され,グループ平均rsFNCにおける有意差は,わずか2分(r=0.86)のより少ないデータでも十分に近似できた。より短い臨床データからの結果は,より長い模擬データからの結果と一致しており,データ(r=0.85~0.88)のちょうど3~4分との完全長(30分)基準から個々のレベルおよび群レベル計量の両方を確実に推定した。さらに,2分間のデータで訓練されたモデルは,全長参照モデルに比べて97~98%分類精度を保持した。著者らの結果は,scICAで分解された場合,臨床rsfMRIスキャンが,個々のrsFNC情報の有意な損失またはより長いスキャン長の分類性能なしで,2~4分に短縮される可能性があることを示唆する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

生体計測

, , , , ,

前のページに戻る