Multiple testing correction over contrasts for brain imaging.
Multiple testing correction over contrasts for brain imaging.
复制标题
DOI：
10.1016/j.neuroimage.2020.116760
复制
发表时间：
2020-08-01
期刊：
影响因子：
5.7
通讯作者：
Winkler AM
中科院分区：
文献类型：
--
作者：
Alberton BAV;Nichols TE;Gamba HR;Winkler AM
多重检验问题不仅出现在大脑的图像表示中有许多体素或顶点时，而且出现在相同的一般线性模型中检验参数估计（表示假设）的多个对比时。我们认为，必须进行校正，以避免过多的假阳性。在文献中已经提出了各种校正方法，但很少被应用于脑成像。在这里，我们讨论和比较不同的方法，使这种校正在不同的情况下，显示一个经典的和众所周知的方法是无效的，并认为，排列是最好的选择，以执行这种校正，由于其准确性和灵活性，以处理各种常见的成像情况。
The multiple testing problem arises not only when there are many voxels or vertices in an image representation of the brain, but also when multiple contrasts of parameter estimates (that represent hypotheses) are tested in the same general linear model. We argue that a correction for this multiplicity must be performed to avoid excess of false positives. Various methods for correction have been proposed in the literature, but few have been applied to brain imaging. Here we discuss and compare different methods to make such correction in different scenarios, showing that one classical and well known method is invalid, and argue that permutation is the best option to perform such correction due to its exactness and flexibility to handle a variety of common imaging situations.
登录
查看更多内容
影响因子：
5.7
作者：
Helwig, Nathaniel E.
通讯作者：
Helwig, Nathaniel E.
影响因子：
3.7
作者：
Cremers HR;Wager TD;Yarkoni T
通讯作者：
Yarkoni T
影响因子：
--
作者：
DUNN, OJ
通讯作者：
DUNN, OJ
影响因子：
3.7
作者：
Esteban, Oscar;Birman, Daniel;Gorgolewski, Krzysztof J.
通讯作者：
Gorgolewski, Krzysztof J.
影响因子：
5.7
作者：
Dale, AM;Fischl, B;Sereno, MI
通讯作者：
Sereno, MI