論文の概要: ComBAT Harmonization for diffusion MRI: Challenges and Best Practices

• arxiv url: http://arxiv.org/abs/2505.14722v1
• Date: Mon, 19 May 2025 15:58:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-22 15:42:58.651113
• Title: ComBAT Harmonization for diffusion MRI: Challenges and Best Practices
• Title（参考訳）: ComBATによる拡散MRIの高調波化 : 課題とベストプラクティス
• Authors: Pierre-Marc Jodoin, Manon Edde, Gabriel Girard, Félix Dumais, Guillaume Theaud, Matthieu Dumont, Jean-Christophe Houde, Yoan David, Maxime Descoteaux,
• Abstract要約: ComBAT (ComBAT) は、MRIからの計測をサイト関連添加物と乗法バイアスで調和させる方法である。 我々はComBATの数学的基礎を概観し、これらの仮定を概説し、最適な結果に必要な人口構成について考察する。 我々は、一貫性とサポートを高めるために慎重に考慮すべき5つの重要な勧告、オープンサイエンス、共同研究、実生活臨床展開の2つの重要な要素を提示する。
• 参考スコア（独自算出の注目度）: 2.552104856369129
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over the years, ComBAT has become the standard method for harmonizing MRI-derived measurements, with its ability to compensate for site-related additive and multiplicative biases while preserving biological variability. However, ComBAT relies on a set of assumptions that, when violated, can result in flawed harmonization. In this paper, we thoroughly review ComBAT's mathematical foundation, outlining these assumptions, and exploring their implications for the demographic composition necessary for optimal results. Through a series of experiments involving a slightly modified version of ComBAT called Pairwise-ComBAT tailored for normative modeling applications, we assess the impact of various population characteristics, including population size, age distribution, the absence of certain covariates, and the magnitude of additive and multiplicative factors. Based on these experiments, we present five essential recommendations that should be carefully considered to enhance consistency and supporting reproducibility, two essential factors for open science, collaborative research, and real-life clinical deployment.
• Abstract（参考訳）: 長年にわたって、ComBATはMRIによる測定を調和させる標準的な方法となり、生物学的変動を保ちながら、部位関連加法的および乗法的バイアスを補うことができるようになった。 しかし、ComBATは、違反すると調和性の欠陥が発生するという一連の仮定に依存している。 本稿では,ComBATの数学的基礎を概観し,これらの仮定を概説し,最適結果に必要な人口構成について考察する。 本研究は,ComBATのPairwise-ComBAT (Pairwise-ComBAT) を標準モデルに適用した,若干改良したComBATの一連の実験を通じて,人口規模,年齢分布,特定の共変元素の欠如,加法的および乗法的因子の程度など,様々な集団特性の影響を評価する。 これらの実験に基づき, 整合性向上と再現性支援に留意すべき5つの重要な勧告, オープンサイエンス, 共同研究, 実生活臨床展開の2つの重要な要素を提示する。

関連論文リスト

• Estimating Commonsense Plausibility through Semantic Shifts [66.06254418551737]
  セマンティックシフトを測定することでコモンセンスの妥当性を定量化する新しい識別フレームワークであるComPaSSを提案する。 2種類の細粒度コモンセンス可視性評価タスクの評価は,ComPaSSが一貫してベースラインを上回っていることを示している。
  論文  参考訳（メタデータ） (2025-02-19T06:31:06Z)
• Causal Inference with Double/Debiased Machine Learning for Evaluating the Health Effects of Multiple Mismeasured Pollutants [9.545421693714768]
  本稿では,他のPM2.5成分の存在下での1成分の因果効果の推定と推定について述べる。 回帰キャリブレーションを用いた推定器は整合性を示し,その分散を導出した。 看護師健康研究におけるPM2.5成分の認知機能に対する因果効果を評価するために本手法を適用した。
  論文  参考訳（メタデータ） (2024-09-22T01:48:56Z)
• Inter Observer Variability Assessment through Ordered Weighted Belief Divergence Measure in MAGDM Application to the Ensemble Classifier Feature Fusion [1.3586572110652486]
  コンセンサス結果を得るために,多属性グループ意思決定(MAGDM)が広く導入されている。 本研究では,観測間の変動を評価し,不確実性に対処するEvidential MAGDM法を提案する。
  論文  参考訳（メタデータ） (2024-09-13T00:53:00Z)
• Challenges and Considerations in the Evaluation of Bayesian Causal Discovery [49.0053848090947]
  因果発見の不確実性を表現することは、実験設計において重要な要素であり、より広く、安全で信頼性の高い因果決定のために重要である。 単一の推定因果グラフとモデルパラメータによる評価に依存する非ベイズ因果発見とは異なり、因果発見はその量の性質に起因する課題を提示する。 評価に最も適した指標についてのコンセンサスはない。
  論文  参考訳（メタデータ） (2024-06-05T12:45:23Z)
• Simulation-based Inference for Cardiovascular Models [43.55219268578912]
  シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。 臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。 我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
  論文  参考訳（メタデータ） (2023-07-26T02:34:57Z)
• Identification and multiply robust estimation in causal mediation analysis across principal strata [7.801213477601286]
  治療後イベントの存在下での因果仲裁の評価について検討する。 本研究では,各媒介推定値に対する効率的な影響関数を導出する。
  論文  参考訳（メタデータ） (2023-04-20T00:39:20Z)
• Reweighted Mixup for Subpopulation Shift [63.1315456651771]
  サブポピュレーションシフトは、多くの実世界のアプリケーションに存在し、同じサブポピュレーショングループを含むが異なるサブポピュレーション比率を持つトレーニングとテストの分布を指す。 重要度再重み付けは、サブポピュレーションシフトを処理する古典的で効果的な方法である。 我々は、オーバーフィッティング問題を緩和するために、reweighted mixupと呼ばれるシンプルで実用的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-09T03:44:50Z)
• Causal Inference via Nonlinear Variable Decorrelation for Healthcare Applications [60.26261850082012]
  線形および非線形共振の両方を扱う可変デコリレーション正規化器を用いた新しい手法を提案する。 我々は、モデル解釈可能性を高めるために、元の特徴に基づくアソシエーションルールマイニングを用いた新しい表現として、アソシエーションルールを採用する。
  論文  参考訳（メタデータ） (2022-09-29T17:44:14Z)
• Sparse Bayesian Causal Forests for Heterogeneous Treatment Effects Estimation [0.0]
  本稿では,ベイジアン因果樹林のスパース性誘導型を考案する。 観察データを用いて不均一な治療効果を推定する。
  論文  参考訳（メタデータ） (2021-02-12T15:24:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。