基于双投影模型ICA的多中心MRI数据标准化可重复性分析及其在信号保留中的优化

《NeuroImage》：Repeatability Analysis of ICA-Based Harmonization for Multi-site MRI Data Using Dual Projection Models

本研究针对多中心磁共振成像（MRI）数据整合中存在的站点效应（site effects）问题，提出了一种评估独立成分分析（ICA）可重复性的新框架，并改进了基于ICA双投影（ICA-DP）的标准化方法。研究人员通过模拟和真实多中心MRI数据集验证，发现将成分能量（component energy）纳入可重复性指标能更稳健地评估ICA稳定性，并证明改进后的ICA-DP2方案能更有效地去除站点相关变异，同时更好地保留生物学相关信号。该研究为基于ICA的多中心研究标准化提供了可靠工具，对提高神经影像学研究的可靠性和可重复性具有重要意义。

　　

在当今神经影像学研究领域，整合来自不同扫描站点的磁共振成像（MRI）数据已成为提高统计功效和结果普适性的关键策略。然而，这种多中心数据的融合引入了一个棘手的难题——站点效应（site effects）。这种由扫描仪硬件、采集协议和预处理流程差异引起的系统性变异，如同不请自来的“噪音”，可能掩盖真正的生物信号，从而混淆分析结果，甚至导致错误的科学结论。

为了“净化”数据，去除这些不受欢迎的站点效应同时保留有意义的生物信号，研究人员开发了多种标准化（harmonization）方法。其中，基于独立成分分析（Independent Component Analysis, ICA）的方法，特别是双投影ICA（ICA-Dual Projection, ICA-DP）模型，展现出了广阔的应用前景。ICA能够将复杂的脑影像数据分解为统计上独立的成分（空间图谱）及其对应的混合系数（时间序列或载荷），从而有望分离出与站点相关的变异。但问题在于，ICA分解本身存在一个“阿喀琉斯之踵”——可重复性（repeatability）问题。由于随机初始化、算法随机性和对噪声的敏感性等因素，ICA算法在不同运行中可能收敛到不同的局部最优解，导致成分顺序、极性和能量（energy）的不一致。这种不稳定性如同一座摇摆的桥梁，影响着站点效应去除的稳定性和可靠性，进而威胁到下游分析结果的可信度。

以往评估ICA可重复性的方法多聚焦于空间成分的相似性，往往忽略了混合系数和成分能量这两个关键维度。然而，理论指出，成分能量——基于反投影计算的每个成分的方差或平方范数——对于表征每个成分的贡献至关重要。尽管在理想情况下，成分能量对于给定信号应是不变的，但在实际ICA分解中，由于收敛不稳定性，它可能在不同运行间波动，这种不一致性会对站点效应的识别和校正产生下游影响。

为了解决这些挑战，发表在《NeuroImage》上的这项研究进行了一项创新性的探索。研究团队旨在回答两个核心问题：如何更全面地评估ICA分解的可重复性？以及如何利用这种评估来优化多中心MRI数据的标准化流程，从而更精准地去除站点效应同时保留生物信号？

为了回答这些问题，研究人员构建了一个新颖的评估框架，首次将成分能量与空间成分、混合系数一同纳入可重复性评估指标，形成了一个更全面、理论依据更充分的ICA稳定性评估体系。他们进一步改进了已有的ICA-DP标准化方案（称为ICA-DP2），通过更全面地从所有站点相关成分中移除信号相关方差，以期更好地保留生物相关信息。研究利用模拟数据和真实的多中心旅行者（traveling subject）MRI数据集，系统比较了多种ICA算法（InfomaxICA和FastICA）和初始化设置下的可重复性及其下游标准化性能。

关键技术方法概述

本研究的关键技术方法包括：1）提出了一种新的ICA可重复性评估框架，联合评估空间成分（ICs）、其混合系数（A）和成分能量（λ），并通过索引聚类计算可重复性指数（IR_q）；2）改进了ICA双投影标准化方法（ICA-DP2），通过从所有站点相关载荷中移除信号变量信息来优化校正；3）利用支持向量机（SVM）分类（分别基于站点标签和个体标签）、线性判别分析（LDA）和t分布随机邻域嵌入（t-SNE）投影、以及组水平置换检验（Randomise）等多种指标，综合评估标准化方法在去除站点效应和保留信号方面的性能；4）使用了来自DecNef项目脑数据库的公开旅行者主体数据集，该数据集包含9名健康男性在9个不同站点的T1加权结构MRI数据。

研究结果

3.1. 模拟数据评估

3.1.1. 全局与局部ICA分解对组件属性的影响

研究发现，ICA分解的变异性（尤其是收敛到局部最优时）会显著影响下游的标准化结果。在局部优化条件下，成分能量无法通过反投影完全恢复，证实了将成分能量纳入可重复性评估的必要性。改进后的ICA-DP2方案在信号保留方面 consistently 优于ICA-DP1，且当与站点和信号都相关的成分受到扰动时，其显著性在分解后降低，会对下游标准化产生负面影响。

3.1.2. ICA可重复性对标准化性能的影响

通过控制扰动水平生成具有不同可重复性水平的ICA解，研究发现随着可重复性降低，标准化性能会恶化。这表明可靠的分量标记和双投影校正 critically 依赖于底层分解的可重复性。

3.2. 真实数据：旅行者主体数据集

3.2.1. ICA算法可重复性

评估表明，InfomaxICA算法的可重复性通常高于FastICA。FastICA对随机初始化更敏感，而InfomaxICA对此类变化表现出更强的鲁棒性。提出的可重复性指数IR_q与ICASSO工具箱计算的I_q具有可比性，验证了该方法的有效性。包含系数和能量的IR_q值低于仅基于空间成分的指标，反映了这些因素引入的额外变异性。

3.2.2. 标准化性能分析

站点效应去除性能（站点预测）：所有标准化方法都将站点预测准确率降低到了几率水平或以下。其中，ICA-DP2-S2（使用前2/3可重复性最高的成分）在不同配置下均表现出略优的性能。

信号保留性能（个体预测）：ICA-DP2方案在个体识别上保持了100%的准确率，显著优于ICA-DP1（准确率约80-90%），证明其能更好地保留个体水平的生物信号。

可视化与定量聚类分析：LDA和t-SNE投影显示，标准化后基于站点的聚类趋势消失，而基于个体的聚类模式得以保留。定量聚类距离比分析进一步证实了ICA-DP2-S2在去除站点效应和保留信号信息方面的有效性。

组水平Randomise检验：标准化后，由站点效应引起的显著脑区基本被消除，ICA-DP2-S2达到了与ICA-DP2-S1相同的站点效应去除水平。

可重复性成分选择的对照分析：使用随机选择或可重复性最低的成分进行标准化，其性能显著差于使用高可重复性成分的方案，证明性能提升源于可重复性选择而非单纯的降维。

结论与意义

本研究提出了一个全面的框架来评估ICA分解的可重复性，并通过引入成分能量和基于可重复性的成分选择，显著优化了基于ICA-DP的多中心MRI数据标准化。核心结论是，改进后的ICA-DP2方案，特别是结合了高可重复性成分选择的ICA-DP2-S2策略，能够有效地消除站点间的技术变异，同时卓越地保留个体特异的生物学信号，其性能优于原有的ICA-DP1方案以及传统的ComBat方法。

这项研究的重要意义在于它解决了ICA应用于多中心数据标准化时的一个关键瓶颈——分解结果的可重复性问题。所提出的能量感知可重复性指标和优化的标准化流程，为未来大规模多中心神经影像学研究提供了更可靠、更稳健的分析工具。这不仅有助于提高研究结果的可比性和可重复性，也增强了对标准化处理后数据中生物信号真实性的信心，对于推动神经影像学生物标志物的发现和跨中心临床研究具有重要价值。该评估框架的可推广性也使其有望应用于fMRI、EEG等其他模态数据的分析中，为更广泛的脑科学研究领域的可重复性评估贡献力量。