[論文レビュー] Notes on Creating a Standardized Version of DVARS

Thomas E. Nichols|arXiv (Cornell University)|Apr 5, 2017

Geochemistry and Geologic Mapping参考文献 1被引用数 23

ひとこと要約

本稿では、各ボクセルのノイズ分散と時系列自己相関をAR(1)モデルを用いて補正することで、fMRIスキャナーやデータセット間での比較性を向上させる標準化されたDVARS（DVARS*）の提案を行う。この手法は、標準偏差およびAR(1)相関の頑健な推定値を用いてDVARSを正規化し、スキャナ固有の信号特性に依存しない単位なしの指標を生成する。これにより、アーティファクトの程度をより正確に反映する。

ABSTRACT

By constructing a sampling distribution for DVARS we can create a standardized version of DVARS that should be more similar across scanners and datasets.

研究の動機と目的

• 異なるfMRIスキャナーやデータセット間でのDVARS値の比較性の欠如を、ノイズ分散および時系列自己相関のばらつきに起因するものとして解決すること。
• スキャナおよびデータセット固有のスケーリング効果を除去した標準化されたDVARS指標の開発。
• fMRIデータにおける運動やその他のアーティファクト検出のためのDVARSの解釈可能性の向上。
• AR(1)ノイズモデル下での明確な標本分布を有する、DVARSの形式的統計的基盤の提供。
• 複数施設fMRI研究におけるより信頼性の高い品質管理を可能にするために、取得パラメータに起因するDVARSのばらつきを低減すること。

提案手法

• 各ボクセルごとにAR(1)プロセスを用いてfMRIノイズをモデル化し、分離可能な空間的・時系列的相関構造を仮定する。
• 時系列差分の期待分散を $ 2(1 - \rho_i)\sigma_i^2 $ として導出する。ここで $ \sigma_i $ はボクセル固有のノイズ標準偏差、$ \rho_i $ はAR(1)相関係数である。
• DVARS* をzスコアに類似した標準化として提案：$ \text{DVARS}^*_t = \frac{\sqrt{\frac{1}{I}\sum_i (Y_{i,t} - Y_{i,t-1})^2}}{\sqrt{\frac{1}{I}\sum_i 2(1 - \rho_i)\sigma_i^2}} $。これはAR(1)モデル下での期待分散で正規化する。
• 外れ値への感受性を低減するため、$ \sigma_i $ に対してIQRに基づく頑健な推定を用いる。
• ボクセルごとの標準化バージョンであるDVARS** を検討。各ボクセルの差分をその期待分散で正規化することで、非運動アーティファクトへの感度が向上する可能性がある。
• FSLツール（例：fslmaths）を用いて実装。$ \rho_i $ の推定には利用可能な -ar1 オプションを活用する。

実験結果

リサーチクエスチョン

• RQ1 ノイズ分散および時系列相関を補正することで、DVARSを異なるスキャナーやデータセット間でばらつきが小さくなるように標準化できるか？
• RQ2 AR(1)のような現実的なノイズモデル下で、DVARSの形式的標本分布をどのように導出できるか？
• RQ3 外れ値に頑健な推定法を用いることで、$ \sigma_i $ および $ \rho_i $ の推定が標準化DVARSの信頼性に与える影響は何か？
• RQ4 標準化が、スキャンサイト間でのfMRIアーティファクト検出におけるDVARSの解釈可能性および比較可能性をどのように向上させるか？
• RQ5 提案された標準化は、元のDVARSと比較して、非運動関連アーティファクトへの感度にどのような影響を与えるか？

主な発見

• 提案された標準化DVARS* は、AR(1)ノイズモデル下での期待分散で元のDVARSを正規化し、スキャナ間でより比較可能な単位なしの指標を生成する。
• 各ボクセルにおける時系列差分の期待分散は $ 2(1 - \rho_i)\sigma_i^2 $ として導出され、標準化の理論的基盤が得られる。
• 四分位範囲（IQR）を用いた $ \sigma_i $ の頑健な推定は、外れ値が存在する状況でも安定性を向上させる。
• 標準化プロセスにより、スキャナーや取得プロトコルに応じて変動する絶対的信号分散および時系列相関に依存する依存性が低減される。
• 代替バージョンであるDVARS** は、高分散のエッジボクセルを低減することで、非運動関連アーティファクトへの感度が向上する可能性がある。
• 本手法は、特に $ \rho_i $ 推定に -ar1 オプションを備えた fslmaths を含む既存のFSLツールを用いて実装可能である。