Фотограф снимает один и тот же пейзаж тремя разными объективами. На всех снимках видно одно и то же, но мягкость деталей, резкость границ и даже заметность мелких объектов меняются от объектива к объективу. Так же и с картами мозга: один и тот же набор данных, пропущенный через разные фильтры сглаживания, рассказывает немного разные истории о старении.
Количественная МРТ измеряет свойства тканей мозга в физических единицах: сколько там миелина, железа, воды. Но каждый воксель (трёхмерный пиксель) может содержать смесь серого вещества, белого вещества и спинномозговой жидкости, а ещё в измерениях есть шум. Чтобы вытащить из этих данных надёжный сигнал, карты сглаживают: усредняют значения соседних вокселей. Вопрос в том, как именно усреднять.
Исследователи взяли открытые данные 138 здоровых людей от 19 до 75 лет и построили карты четырёх параметров: MTsat, PD, R1 и R2*. Каждую карту сгладили тремя способами, а затем для каждого варианта построили статистическую модель, которая ищет связь между значением параметра в каждом вокселе и возрастом. Оказалось, что тканево-взвешенный и обобщённый тканево-специфичный методы дают почти одинаковые карты значимых изменений. Тканево-взвешенный нашёл чуть больше значимых вокселей, потому что его эффективное сглаживание немного сильнее. SUSAN вёл себя иначе: он дал меньше значимых вокселей, но больше отдельных кластеров, особенно хорошо проявляя изменения на границах серого и белого вещества.
Это сравнение впервые показало, что выбор сглаживания меняет статистическую топологию сильнее, чем выбор между параметрическим и непараметрическим статистическим выводом. Раньше сглаживание часто применяли как рутинный шаг, не задумываясь, как оно влияет на результат. Теперь ясно: если исследователь хочет увидеть тонкие изменения в коре, ему стоит присмотреться к SUSAN, а если важнее общая картина в глубине тканей — к тканево-взвешенному методу.
Фотограф выбирает объектив под задачу: для портрета один, для пейзажа другой. Так и исследователь старения мозга теперь может выбирать фильтр сглаживания осознанно, зная, что от этого выбора зависит, какие детали проявятся на итоговой карте. И если однажды понадобится увидеть самые тонкие изменения на границе серого и белого вещества, SUSAN окажется тем самым объективом, который не размоет границу, а сохранит её.
На картах MTsat в белом веществе тканево-взвешенное сглаживание нашло до 93 060 значимых вокселей, а SUSAN — только 63 340, хотя оба метода считаются «тканево-специфичными».
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.