The Impact of Diverse Preprocessing Pipelines on Brain Functional Connectivity
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F17%3A00095053" target="_blank" >RIV/00216224:14330/17:00095053 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.23919/EUSIPCO.2017.8081690" target="_blank" >http://dx.doi.org/10.23919/EUSIPCO.2017.8081690</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.23919/EUSIPCO.2017.8081690" target="_blank" >10.23919/EUSIPCO.2017.8081690</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
The Impact of Diverse Preprocessing Pipelines on Brain Functional Connectivity
Popis výsledku v původním jazyce
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.
Název v anglickém jazyce
The Impact of Diverse Preprocessing Pipelines on Brain Functional Connectivity
Popis výsledku anglicky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
30103 - Neurosciences (including psychophysiology)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
25th European Signal Processing Conference (EUSIPCO), Kos, Greece.
ISBN
9780992862671
ISSN
2076-1465
e-ISSN
—
Počet stran výsledku
5
Strana od-do
2644-2648
Název nakladatele
IEEE
Místo vydání
Kos, Greece
Místo konání akce
Kos, Greece
Datum konání akce
1. 1. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000426986000534