2025
Correction of Physiological Artifacts in Multi-Echo fMRI Data-Evaluation of Possible RETROICOR Implementations
KOVÁŘOVÁ, Anežka a Michal MIKLZákladní údaje
Originální název
Correction of Physiological Artifacts in Multi-Echo fMRI Data-Evaluation of Possible RETROICOR Implementations
Autoři
Vydání
Human Brain mapping, Hoboken, WILEY-BLACKWELL, 2025, 1065-9471
Další údaje
Jazyk
angličtina
Typ výsledku
Článek v odborném periodiku
Obor
30210 Clinical neurology
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Odkazy
Impakt faktor
Impact factor: 3.300 v roce 2024
Označené pro přenos do RIV
Ano
Organizační jednotka
Lékařská fakulta
UT WoS
EID Scopus
Klíčová slova anglicky
denoising; fMRI; multi-echo; RETROICOR
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 5. 3. 2026 11:03, Mgr. Eva Dubská
Anotace
V originále
The study evaluates the efficacy of RETROICOR (Retrospective Image Correction) in mitigating physiological artifacts within multi-echo (ME) fMRI data. Two RETROICOR implementations were compared: applying corrections to individual echoes (RTC_ind) versus composite multi-echo data (RTC_comp). Data from 50 healthy participants were collected using diverse acquisition parameters, including multiband acceleration factors and varying flip angles, on a Siemens Prisma 3T scanner. Key metrics such as temporal signal-to-noise ratio (tSNR), signal fluctuation sensitivity (SFS), and variance of residuals demonstrated improved data quality in both RETROICOR models, particularly in moderately accelerated runs (multiband factors 4 and 6) with lower flip angles (45 degrees). Differences between RTC_ind and RTC_comp were minimal, suggesting both methods are viable for practical applications. While the highest acceleration (multiband factor 8) degraded data quality, RETROICOR's compatibility with faster acquisition sequences was confirmed. These findings underscore the importance of optimizing acquisition parameters and noise correction techniques for reliable fMRI investigations.
Návaznosti
| GA23-06957S, projekt VaV |
| ||
| MUNI/A/1789/2024, interní kód MU |
| ||
| 90250, velká výzkumná infrastruktura |
|