В последние годы, с развитием технологии искусственного интеллекта (ИИ) и развитием среды для сбора массивных наборов данных, ИИ становится все более важным в таких областях, как фундаментальная наука, маркетинг, логистика, финансы и медицина. В медицине технология искусственного интеллекта постепенно используется для анализа медицинских изображений, таких как функциональные магнитно-резонансные изображения (фМРТ), с целью диагностики заболеваний.
С другой стороны, воспроизводимость важна для практического применения этой технологии. Например, результаты, полученные путем применения технологии искусственного интеллекта к данным МРТ от десятков участников, собранных на одном сайте, не могут быть воспроизведены в данных, собранных на других сайтах. Кроме того, данные, собранные в разных местах, отражают различия в оборудовании МРТ, протоколах и погрешностях измерений.
Таким образом, невозможно устранить различия сайтов, просто собирая большие объемы данных, собранных на нескольких сайтах. Для решения этих проблем собираются большие объемы данных от пациентов с различными заболеваниями с использованием общего протокола визуализации в нескольких местах, а также данные, измеренные на одних и тех же участниках в нескольких местах ("путешествующие предметы") являются обязательными. Однако до сих пор не существовало общедоступного набора данных фМРТ, удовлетворяющего этим требованиям.
В текущем исследовании, опубликованном в журнале Scientific Data, данные фМРТ множественных психиатрических или неврологических заболеваний (расстройства аутистического спектра, большая депрессия, биполярное расстройство, шизофрения, обсессивно-компульсивное расстройство, хроническая боль и инсульт) измерены с помощью единой визуализации. протокол на 14 участках был составлен в виде многосайтовой базы данных по множеству заболеваний ( "База данных SRPBS"). Эта база данных включает 2414 образцов (993 пациента и 1421 здоровый человек) данных фМРТ в состоянии покоя (rs-fMRI), структурных данных МРТ и демографических данных (пол, возраст, руки, диагноз, шкала клинической оценки). Чтобы минимизировать межсайтовые различия, "странствующий предмет" данные, измеренные по девяти субъектам в 143 сеансах в 12 учреждениях, были собраны в единую базу данных.
Мы опубликовали четыре набора данных, созданных из базы данных SRPBS для разных целей:
Публикуя данные с нескольких сайтов и по нескольким заболеваниям, зарегистрированные с помощью единого протокола, вместе с данными о путешествующих субъектах, стало возможным согласовать данные для минимизации различий между сайтами и применить технологию искусственного интеллекта. Исследователи будут иметь глобальный доступ к этим данным, и скорость исследования может быть значительно увеличена за счет разработки более точных диагностических маркеров и более совершенных методов гармонизации.