摘要 在本研究中,我们评估了 FDOPA PET 神经影像数据的全自动分析框架的性能,以及它对人口统计学和实验变量以及处理参数的敏感性。XNAT 成像平台的一个实例用于存储伦敦国王学院机构大脑 FDOPA PET 成像档案,以及个人人口统计学和临床信息。通过重新设计基于 Matlab 的历史 FDOPA PET 分析脚本,在 Python 中实现了用于成像处理和数据量化的全自动分析流程,并将其集成到 XNAT 中。最终的数据存储库包括来自 23 个不同研究的 892 个 FDOPA PET 扫描。我们发现自动化流程的数据分析具有良好的可重复性(在 Ki cer 的纹状体中:对照组 ICC ¼ 0.71,精神病患者的 ICC ¼ 0.88)。从评估的人口统计学和实验变量来看,性别
主要关键词