协调跨多个成像静息状态功能磁共振成像数据的网站

日益明显的低再现性的结果是一个普遍的问题在许多科学领域如生物医学科学和心理学。这个问题尤其严重在生物医学研究中使用功能性磁共振成像(fMRI)数据。越来越多的研究已经报道的成功构建机器学习算法(人工智能),使用功能磁共振成像数据分类主题健康或精神障碍。然而,有人建议,如果这些分类器是由一个小数量的样品(例如,数以千万计的参与者)从一个网站,它可能不可能概括他们的应用程序的数据从其他成像获得的网站。解决这种低泛化功能是收集大数据在许多网站,但相当多的与功能磁共振成像数据的差异是一个可怕的障碍,这个解决方案的可行性。

当前的研究,发表在《华尔街日报》公共科学图书馆生物学透露,重要的机制与功能磁共振成像数据的差异和发展一个有效的(即协调方法。,减少与静息状态功能磁共振成像(rs-fMRI)数据差异),从而减少这些差异30%。此外,这个研究小组公布一个神经影像数据库,部分被用于当前的研究。这个数据库是国际独特的多站点神经影像学的成千上万的人痛苦从多个数据库精神疾病。他们的研究和数据集提供了一个创新的路径对加速我们理解精神疾病背后的神经机制以及神经影像学的发展各种疾病的生物标记物。

研究小组收集了traveling-subject rs-fMRI数据集,在这九个参与者前往12个网站,和多站点,multi-disorder rs-fMRI数据集,其中805名参与者遭受4类型的精神疾病(自闭症谱系障碍,重度抑郁症、精神分裂症、强迫症),从9网站。人员估计不同成像站点的影响,个体差异和障碍对静息状态功能连通性的影响通过一个数学模型来综合数据集(traveling-subject rs-fMRI数据集+多站点,multi-disorder rs-fMRI数据集)。

此外,研究小组证明与差异涉及生物抽样偏差(不同的参与者组)和工程测量偏差(核磁共振扫描仪的特性的差异)。研究人员发现,两种偏误类型在rs-fMRI功能连通性的影响大于或等于这些精神疾病。他们指定的属性核磁共振扫描仪,大大影响了rs-fMRI连接。此外,他们透露,每个站点只能从子总体中样本的参与者,这表明收集多站点数据的重要性。克服的局限性与网站相关差异,他们开发了一种新颖的协调方法,删除只测量偏差通过使用traveling-subject数据集,他们以这种方式测量偏差减少了29%,信噪比提高了40%。

因此,研究小组可以构建一个有价值的多站点神经影像数据库的2409人患有多种精神障碍(ASD:自闭症谱系障碍,MDD:重度抑郁症,SCZ:精神分裂症、强迫症,强迫症,CP:慢性背部疼痛,和其他几个人)。该数据库由静息状态功能磁共振成像,大脑的结构图像,和病人人口结构(年龄、性别、和临床等级量表)的125名参与者自闭症,455名参与者与MDD与SCZ 159名参与者,110名参与者与强迫症,42与CP 107名参与者,参与者与其他疾病以及1421名健康的参与者。研究人员这个数据库批准用户发布的部分。一个人想要使用这个数据库必须从一个网站下载申请表,提供必要的信息,并将其发送到一个电子邮件地址。每个应用程序的批准后,一个ID账户。一个ID账户允许用户从网站下载数据。到目前为止,研究小组公布了706个参与者的数据从8网站精神障碍患者和1122名健康参与者(12核磁共振扫描仪)。此外,研究小组目前正在构建一个公开开放数据库,任何人都可以访问。

在未来,这样的大数据分析提出了协调方法可能导致发展中实际brain-circuit-based精神疾病的生物标志物不管成像网站使用。因此,本研究希望能做出巨大的贡献精神病学的诊断和治疗障碍。