Isolated Assessment of Translation or Rotation Severely Underestimates the Effects of Subject Motion in fMRI Data
Notice bibliographique
Résumé
Subject motion has long since been known to be a major confound in functional MRI studies of the human brain. For resting-state functional MRI in particular, data corruption due to motion artefacts has been shown to be most relevant. However, despite 6 parameters (3 for translations and 3 for rotations) being required to fully describe the head's motion trajectory between timepoints, not all are routinely used to assess subject motion. Using structural (n = 964) as well as functional MRI (n = 200) data from public repositories, a series of experiments was performed to assess the impact of using a reduced parameter set (translationonly and rotationonly) versus using the complete parameter set. It could be shown that the usage of 65 mm as an indicator of the average cortical distance is a valid approximation in adults, although care must be taken when comparing children and adults using the same measure. The effect of using slightly smaller or larger values is minimal. Further, both translationonly and rotationonly severely underestimate the full extent of subject motion; consequently, both translationonly and rotationonly discard substantially fewer datapoints when used for quality control purposes ("motion scrubbing"). Finally, both translationonly and rotationonly severely underperform in predicting the full extent of the signal changes and the overall variance explained by motion in functional MRI data. These results suggest that a comprehensive measure, taking into account all available parameters, should be used to characterize subject motion in fMRI.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».