多中心扩散MRI数据中与采集方案相关变异性的协调方法比较

扩散磁共振成像（diffusion MRI, dMRI）能够评估阿尔茨海默病（Alzheimer's disease, AD）中的白质微结构异常，而多中心数据集则有助于更稳健地建模可能混淆分析的非生物学变异。阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）包含超过10种dMRI采集协议，因此在合并数据时，需要采用稳健的方法来建模与协议相关的变异。在本研究中，我们比较了三种协调化方法：（1）混合效应模型，（2）ComBat-GAM，以及（3）eHarmonize，这是一种基于参考数据的全生命周期方法。我们在1,086名ADNI3/4参与者中，评估了这些方法在降低扩散张量成像分数各向异性（fractional anisotropy, FA）和平均弥散率（mean diffusivity, MD）中的协议相关变异，同时保留其与认知损害（cognitive impairment, CI）以及淀粉样蛋白β（amyloid-beta, Aβ）和tau正电子发射断层成像（PET）负荷之间关联的能力。所有方法均使不同协议间的FA/MD分布更加一致。与CI临床指标的关联在各方法之间高度一致，而与PET的关联则分布较少且变异性更大。总体而言，多种策略均能有效建模协议相关变异，同时保留与AD相关的关联。

扩散磁共振成像（diffusion MRI, dMRI）能够评估阿尔茨海默病（Alzheimer's disease, AD）中的白质微观结构异常，而多中心数据集有助于更稳健地建模可能干扰分析的非生物学变异。阿尔茨海默病神经影像学倡议（Alzheimer's Disease Neuroimaging Initiative, ADNI）包含超过10种dMRI采集协议，因此在合并数据时，亟需采用稳健的方法对与协议相关的变异进行建模。在本研究中，我们比较了三种协调化方法：（1）混合效应模型，（2）ComBat-GAM，以及（3）eHarmonize，一种基于参考的全生命周期方法。我们评估了这些方法在1,086名ADNI3/4参与者中降低扩散张量成像分数各向异性（fractional anisotropy, FA）和平均弥散率（mean diffusivity, MD）中的协议相关变异，同时保留其与认知损害（cognitive impairment, CI）以及淀粉样β（amyloid-beta, Aβ）和tau正电子发射断层扫描（PET）负荷关联方面的能力。所有方法均使不同协议间的FA/MD分布更加趋于一致。与CI临床指标的关联在各方法之间具有高度一致性，而PET关联则分布较少且变异性更大。总体而言，多种策略均能有效建模协议相关变异，同时保留与AD相关的关联。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.07.737018v1?rss=1

🏷️ 扩散MRI 多中心协调化 阿尔茨海默病 白质微结构 ComBat-GAM