基于重采样的批次重加权用于多扫描仪胶质瘤队列中MRI影像组学特征的ComBat协调

源自磁共振成像（MRI）的影像组学特征对扫描仪敏感；因此，它们需要在不同扫描仪之间进行协调。在影像组学特征数据集中，某些批次可能相对于其他批次严重代表性不足，例如 Erasmus 胶质瘤数据库，这可能提供偏向数据集中较大批次的协调后特征。我们研究了在经验贝叶斯 ComBat 估计之前对代表性不足的扫描仪批次进行重新加权是否能改善特征协调并减少残余扫描仪关联，同时保留与分级相关的信息。在这项回顾性研究中，Erasmus 胶质瘤数据库纳入了 733 名符合条件的患者，这些患者在单一中心跨九种厂商与场强组合配置采集。分析了在 1 T、1.5 T 和 3 T 下采集的结构 MRI；分析了四种结构 MRI 序列。从四种结构 MRI 序列中，使用符合 IBSI 的 PyRadiomics 实现计算了 428 个特征。某些扫描仪批次的样本量相对于其他批次非常小，这可能产生不相等的精度和批次效应估计的收缩。我们提出了一种数据增强方法来克服 ComBat 的局限性。我们提供了探索性证据，以及带有 Benjamini-Hochberg 校正的验证性 Kruskal-Wallis 检验来评估所提出的方法。在协调之前，392/428 个特征（91.6%）在扫描仪批次间存在显著差异（中位 eta 平方=0.463）。标准 ComBat 将其减少到 13/428（3.0%），而批次增强 ComBat 将其减少到 8/428（1.9%）；两种协调条件下的中位残余效应量均<0.001。批次增强似乎是一种有用的策略，可在严重批次大小不平衡的情况下改善 ComBat 用于特征协调的性能。

中文由 AI 翻译，仅供参考，以原文为准。