An integrated cluster-wise significance measure for fMRI analysis.
An integrated cluster-wise significance measure for fMRI analysis.
复制标题
DOI：
10.1002/hbm.25795
复制
发表时间：
2022-06-01
影响因子：
4.8
通讯作者：
Chen, Shuo
中科院分区：
文献类型：
--
作者：
Ge, Yunjiang;Chen, Gang;Waltz, James A.;Hong, Liyi Elliot;Kochunov, Peter;Chen, Shuo
聚类推理在fMRI分析中被广泛应用。集群级统计通常是通过计算超过体素级统计显著性阈值的集群内体素的数量来获得的。由于超阈值体素计数忽略了体素显著性水平，并且忽略了体素之间的依赖性，因此这种度量在功率和误报错误率方面可能是次优的。本文旨在通过整合聚类范围、体素水平显著性（如p值）和簇内体素之间的激活依赖性，为聚类fMRI分析中的聚类水平显著性确定提供一种新的集成聚类显著性度量（ICM）。基于概率近似理论，提出了一种计算效率高的ICM策略。因此，基于ICM的聚类推理（例如，排列测试）的计算负荷是可以承受的。我们通过广泛的模拟验证了所提出的方法，然后将其应用于两个fMRI数据集。结果表明，ICM可以在控制良好的家族误差（FWE）的情况下提高功率。本文提供了一种计算效率高的策略——集成聚类显著性度量（ICM），通过整合聚类范围、体素水平显著性（例如p值）和聚类内体素之间的激活依赖性，用于聚类fMRI分析中的聚类水平显著性确定。该方法提高了功率，并具有良好的家族智能误差（FWE）控制。
Cluster‐wise inference is widely used in fMRI analysis. The cluster‐level statistic is often obtained by counting the number of intra‐cluster voxels which surpass a voxel‐level statistical significance threshold. This measure can be sub‐optimal regarding the power and false‐positive error rate because the suprathreshold voxel count neglects the voxel‐wise significance levels and ignores the dependence between voxels. This article aims to provide a new Integrated Cluster‐wise significance Measure (ICM) for cluster‐level significance determination in cluster‐wise fMRI analysis by integrating cluster extent, voxel‐level significance (e.g., p values), and activation dependence between within‐cluster voxels. We develop a computationally efficient strategy for ICM based on probabilistic approximation theories. Consequently, the computational load for ICM‐based cluster‐wise inference (e.g., permutation tests) is affordable. We validate the proposed method via extensive simulations and then apply it to two fMRI data sets. The results demonstrate that ICM can improve the power with well‐controlled family‐wise error (FWE). This article provides a computationally efficient strategy—Integrated Cluster‐wise significance Measure (ICM) for cluster‐level significance determination in cluster‐wise fMRI analysis by integrating cluster extent, voxel‐level significance (e.g., p values), and activation dependence between within‐cluster voxels. The proposed method has improved power with well‐controlled family‐wise error (FWE).
登录
查看更多内容
影响因子：
4.5
作者：
Hare SM;Adhikari BM;Du X;Garcia L;Bruce H;Kochunov P;Simon JZ;Hong LE
通讯作者：
Hong LE
影响因子：
5.7
作者：
Hayasaka, S;Nichols, TE
通讯作者：
Nichols, TE
DOI：
10.1198/016214506000001211
发表时间：
2007-03-01
影响因子：
3.7
作者：
Efron, Bradley
通讯作者：
Efron, Bradley
影响因子：
4.8
作者：
Eklund, Anders;Knutsson, Hans;Nichols, Thomas E.
通讯作者：
Nichols, Thomas E.
DOI：
10.1073/pnas.96.16.9379
发表时间：
1999-08-03
影响因子：
11.1
作者：
Ishai, A;Ungerleider, LG;Haxby, JV
通讯作者：
Haxby, JV