Variability of Resting‐State Functional MRI Graph Theory Metrics across 3T Platforms
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Graph theory analysis of brain connectivity data is a promising tool for studying the function of the healthy and diseased brain. The consistency of resting-state functional MRI (rsfMRI) connectivity measures across multiple scanner types is an important factor in designing multi-institutional research studies and has important implications for the potential use of this technique in a heterogeneous clinical setting. We sought to quantitatively study the interscanner variability of rsfMRI graph theory metrics obtained from healthy volunteers scanned on three different scanner platforms. METHODS: In this prospective Institutional Review Board approved study, 9 healthy volunteers were enrolled for brain MRI on three 3T scanners (Magnetom Prisma, Skyra, and Trio, Siemens, Erlangen, Germany) in three separate scan sessions within approximately 1 week. Standard preprocessing of rsfMRI was performed with SPM12. Subject scans were normalized to Montreal Neurologic Institute (MNI) space, and connectivity of 116 regions-of-interests based on the automated anatomic labeling (AAL) atlas was calculated using Conn toolbox. Whole-network graph theory metrics were calculated using Brain Connectivity Toolbox, and intraclass correlation (ICC) across three scan sessions was assessed. RESULTS: A total of 25 rsfMRI exams were completed in 9 subjects with a median-intersession time of 3 days. Among all three sessions, there was good to excellent agreement in characteristic path length and global efficiency (ICC: .79, .79) and good agreement in the transitivity, local efficiency, and clustering coefficient (ICC = .72, .69, .62). CONCLUSIONS: There was high consistency of graph theory metrics of rsfMRI connectivity networks among healthy volunteers scanned on three different generation 3T MRI scanners.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».