D 2017

The Impact of Diverse Preprocessing Pipelines on Brain Functional Connectivity

VÝTVAROVÁ, Eva, Jan FOUSEK, Marek BARTOŇ, Radek MAREČEK, Martin GAJDOŠ et. al.

Základní údaje

Originální název

The Impact of Diverse Preprocessing Pipelines on Brain Functional Connectivity

Autoři

VÝTVAROVÁ, Eva (203 Česká republika, domácí), Jan FOUSEK (203 Česká republika, domácí), Marek BARTOŇ (203 Česká republika, domácí), Radek MAREČEK (203 Česká republika, domácí), Martin GAJDOŠ (203 Česká republika, domácí), Martin LAMOŠ (203 Česká republika, domácí), Marie NOVÁKOVÁ (203 Česká republika, domácí), Tomáš SLAVÍČEK (203 Česká republika, domácí), Igor PETERLÍK (703 Slovensko, domácí) a Michal MIKL (203 Česká republika, domácí)

Vydání

Kos, Greece, 25th European Signal Processing Conference (EUSIPCO), Kos, Greece. od s. 2644-2648, 5 s. 2017

Nakladatel

IEEE

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

30103 Neurosciences

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Odkazy

Kód RIV

RIV/00216224:14330/17:00095053

Organizační jednotka

Fakulta informatiky

ISBN

978-0-9928626-7-1

ISSN

DOI

UT WoS

000426986000534

Klíčová slova anglicky

functional magnetic resonance imaging; network analysis; preprocessing

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 27. 4. 2018 11:04, RNDr. Pavel Šmerk, Ph.D.

Anotace

V originále

Brain functional connectivity measured by functional magnetic resonance imaging was shown to be influenced by preprocessing procedures. We aim to describe this influence separately for different preprocessing factors and in 20 different most used preprocessing pipelines. We evaluate the effects of slice-timing correction and physiological noise filtering by RETROICOR, diverse levels of motion correction, and white matter, cerebrospinal fluid, and global signal filtering. With usage of three datasets, we show the impact on global metrics of restingstate functional brain networks and their reliability. We show negative effect of RETROICOR on reliability of metrics and disrupting effect of global signal regression on network topology. We do not support the use of slice-timing correction because it does not significantly influence any of the measured features. We also show that the selected types of preprocessing may affect averaged node strength, normalized clustering coefficient, normalized characteristic path length and modularity.

Návaznosti

GA14-33143S, projekt VaV
Název: Vliv fyziologických procesů na reliabilitu a časovou proměnlivost konektivity v lidském mozku měřené pomocí fMRI
Investor: Grantová agentura ČR, Vliv fyziologických procesů na reliabilitu a časovou proměnlivost konektivity v lidském mozku měřené pomocí fMRI
LM2015085, projekt VaV
Název: CERIT Scientific Cloud (Akronym: CERIT-SC)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, CERIT Scientific Cloud
LQ1601, projekt VaV
Název: CEITEC 2020 (Akronym: CEITEC2020)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, CEITEC 2020
MUNI/A/0897/2016, interní kód MU
Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VI.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VI., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/0945/2015, interní kód MU
Název: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace V.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace V., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/A/1206/2014, interní kód MU
Název: Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity (Akronym: SKOMU)
Investor: Masarykova univerzita, Zapojení studentů Fakulty informatiky do mezinárodní vědecké komunity, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty