Med Image Anal：一种基于深度学习的数据协调算法来消除多站点神经影像数据的站点差异

文章预览

1  （增补印刷）神经科学实用图书推荐——《鼠脑应用解剖学》【科学出版社】 2  科研工具书《精神疾病啮齿类动物模型及行为学实验》 崔东红/徐林著   3  重磅新书推荐 |《奈特神经病学》（第3版） 近年来，通过汇集多站点神经影像数据进行大规模分析 （mega-analysis） 极大地推动了神经影像学研究的进步。然而，各站点间影像采集设备 （如MRI等） 的差异性和生物变量 （如年龄，认知状态等） 的分布差异性不可避免。数据协调在汇集多站点/多数据集数据过程中起到了控制不相关站点差异和保留相关生物学信息的重要作用。 2024年9月21日， Medical Image Analysis 期刊在线发表了“ DeepResBat: deep residual batch harmonization accounting for covariate distribution differences” 的研究论文。 研究主要开发了一种基于深度学习的数据协调 (data harmonization) 算法来消除多站 ………………………………