Neuron (current issue)· Charles J. Lynch, Megan Chang, Immanuel Elbau 等 36 人
精选AI 评分61
精准功能磁共振数据的客观质量评估
Objective quality assessment for precision functional MRI data
AI 导读
个体化脑网络映射需要每个被试的数据本身足够可靠,但此前缺少判断单个数据集是否达标的客观指标。Lynch 等人提出网络相似度指数,用来评估单个功能磁共振数据集是否含有足够一致的脑网络结构,以支持精准映射,并据此指导是否继续采集数据。
推荐理由
提出网络相似度指数,用于判断单个功能磁共振数据集是否含有足够一致的脑网络结构以支持个体化映射。
摘要 · AI 翻译
Lynch 等人提出了网络相似性指数(network similarity index, NSI),这是一种用于评估单个 fMRI 数据集是否包含足够连贯的脑网络结构、以适用于精准映射应用的工具。该工作提供了一个客观框架,用于评估数据质量、指导额外的数据采集,并提高对个体化脑图谱的信心。
中文由 AI 翻译,仅供参考,以原文为准。
来源:Neuron (current issue) · cell.com