An overview of the quality assurance and quality control of magnetic resonance imaging data for the Ontario Neurodegenerative Disease Research Initiative (ONDRI): pipeline development and neuroinformatics
Notice bibliographique
Résumé
ABSTRACT Large scale research studies combining magnetic resonance imaging data generated at multiple sites on multiple vendor platforms are becoming more commonplace. The Ontario Neurodegenerative Disease Research Initiative (ONDRI - http://ondri.ca/ ), a project funded by the Ontario Brain Institute (OBI), is a recently established province-wide natural history study, which has recruited more than 500 participants from neurodegenerative disease groups including amyotrophic lateral sclerosis, fronto-temporal dementia, Parkinson’s disease, Alzheimer’s disease, mild cognitive impairment, and cerebrovascular disease (previously referred to as the vascular cognitive impairment cohort). Because of its multi-site nature, all captured data must be standardized and meet minimum quality standards to reduce variability. The goal of the ONDRI imaging platform is to maximize data quality by implementing vendor-specific harmonized MR imaging protocols (consistent with the Canadi-an Dementia Imaging Protocol - http://www.cdip-pcid.ca/ ), monitoring protocol adherence, qualitatively assessing image quality, measuring signal-to-noise and contrast-to-noise, monitoring system stability, and applying corrections based on the analysis of images from two different phantoms regularly acquired at each site. To maximize image quality, this work describes the use of various automatic pipelines and manual assessment steps, integrated within an established informatics and databasing platform, the Stroke Patient Recovery Research Database (SPReD) built on the Extensible Neuroimaging Archive Toolkit (XNAT), and contained within the Brain-CODE (Centre for Ontario Data Exploration) framework. The purpose of the current paper is to describe the steps undertaken by ONDRI to achieve this high standard of data integrity. Data have been successfully collected for the past 4 years with the pipelines and assessments identifying deviations, allowing for timely interventions and assessment of image quality.
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 | 0,238 | 0,151 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,016 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,010 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».