MM-ComBat and MM-CovBat: Multivariate Frameworks for Joint Harmonization of Multi-Metric Neuroimaging Data

本文介绍了 MM-ComBat 和 MM-CovBat，这是两种多变量框架，它们通过利用跨指标依赖关系并校正均值和协方差批次效应，对多指标神经影像数据进行联合调和，从而在保留生物结构特征和恢复真实相关性方面优于传统的单指标方法。

要点

想象一下，你正试图烤出一个完美的巧克力蛋糕，但你不是使用单一食谱，而是将来自 50 家不同面包店的食谱混合在一起。每家面包店使用的烤箱、量杯略有不同，甚至对“一杯面粉”的定义也不同。如果你只是简单地将所有这些蛋糕混合在一起而不调整这些差异，最终结果将是一团糟。你将无法判断蛋糕难吃是因为食谱本身，还是因为第 42 号面包店的烤箱温度过高。

在脑扫描（神经影像）领域，科学家们正面临完全相同的问题。他们希望整合来自不同医院和机器的脑扫描数据，以发现真实的生物学模式。然而，每家医院都有其独特的“扫描器个性”（不同的机器、设置或位置），这会制造出一种“批次效应”——一种掩盖真实故事的静态噪声。

以下是该论文如何用简单的类比来解释其解决方案：

旧方法：逐个修正单一成分

过去，科学家们使用一种名为ComBat的工具。可以将 ComBat 想象成一位厨师，通过一次只调整一种成分来修正蛋糕的味道。如果面粉太咸，就修正面粉；如果糖太甜，就修正糖。

但大脑比简单的蛋糕复杂得多。它拥有多个相互深层关联的“成分”，例如皮层厚度（大脑“皮肤”的厚度）、表面积（它覆盖的空间范围）和体积（它占据的空间大小）。这三者在生物学上是相互关联的；如果其中一个发生变化，其他两个通常也会随之变化。

旧方法（单指标 ComBat）将这些相互关联的成分视为互不相干的陌生人。它先修正厚度，再修正面积，最后修正体积，完全忽略了它们之间“手牵手”的事实。这意味着，虽然它移除了“扫描器噪声”，但有时却意外破坏了成分之间的自然关系，或者遗漏了存在于它们相互关系中的噪声。

新方案：MM-ComBat（团队厨师）

作者提出了一种名为MM-ComBat的新工具。想象一位“团队厨师”，他同时审视面粉、糖和鸡蛋。

• 借力（Borrowing Strength）： 这位厨师不再孤立地修正每种成分，而是观察它们如何相互作用。如果面粉略有偏差，厨师会利用糖和鸡蛋的信息，精确地修正面粉，而不会毁掉整个蛋糕。
• “白化”风险： 论文指出了一种棘手的副作用。如果厨师试图让成分变得完全标准化（这一过程称为“白化”），他们可能会意外抹去蛋糕独特而自然的风味。如果“扫描器噪声”是中等程度的，强行让一切完全统一，实际上可能会扭曲科学家们试图寻找的真实生物学差异。

为了解决这个问题，他们提供了两种版本的“团队厨师”：

1. “噪声主导”厨师： 适用于扫描器噪声巨大且明显的情况。这位厨师会激进地清洗数据。
2. “结构保持”厨师： 适用于噪声中等的情况。这位厨师会清洗噪声，但会仔细重新映射成分，以确保它们之间自然的“舞蹈”（生物学结构）保持完整。

他们还测试了厨师进行数学计算的两种方法：

• 经验贝叶斯（Empirical Bayes, EB）： 就像一位依赖多年经验和快速经验法则的厨师。它非常稳健，不会被微小的测量误差所迷惑。
• MCMC（贝叶斯）： 就像一位运行数千次模拟以寻找完美食谱的厨师。它在寻找成分之间的真实关系方面极其精确，但前提是必须给它一个良好的初始猜测（先验）。

高级升级：MM-CovBat（修正隐藏的韵律）

有时，扫描器噪声不仅改变成分的数量，还会改变成分共同移动的韵律或模式。

论文引入了MM-CovBat，这就像烹饪的第二阶段。在团队厨师（MM-ComBat）修正了数量之后，MM-CovBat 介入以修正“隐藏的韵律”。它审视不同脑指标与大脑不同区域之间复杂的舞蹈，确保自然连接不会被扫描器打乱。

核心结论

该论文进行了测试（模拟），发现：

• 与旧的单成分方法相比，MM-ComBat 能更好地保持脑指标之间真实的生物学关系完整。
• MM-CovBat 更进一步，确保即使这些指标共同移动的复杂模式也能被清除扫描器噪声。

简而言之，这些新工具使科学家能够混合来自许多不同医院的脑数据，而不会丢失大脑生物学的自然“风味”或其不同部分之间微妙的联系。

技术摘要

技术摘要：MM-ComBat 与 MM-CovBat

问题陈述
跨多个站点和研究的神经影像数据聚合对于提高统计功效至关重要，但此类聚合常受站点和扫描仪相关的批次效应影响而受损。这些伪影掩盖了有意义的生物学变异，并可能引入虚假关联。尽管现有的数据协调工具（如 ComBat 及其扩展版本）已被广泛采用，但它们本质上仅限于单指标协调。在实践中，神经影像研究通常涉及在大量特征（如区域值）上测量的多个生物学耦合指标（例如皮层厚度、表面积和灰质体积）。这些指标在内部及彼此之间均具有共享的协方差结构。若将单指标 ComBat 独立应用于每个指标，则无法考虑这些跨指标依赖关系。此外，来自美国国立卫生研究院（NIH）急性至慢性疼痛特征（A2CPS）项目的实证证据表明，批次效应不仅体现在均值和方差上，还体现在皮层区域与指标之间的协方差关系中——这些关系是标准单指标方法未能完全消除的。

方法论
为应对上述局限，作者提出了两个主要框架：MM-ComBat 和 MM-CovBat。

1. MM-ComBat（多变量 ComBat）：
   该方法将 ComBat 扩展至多变量框架，通过跨指标借用信息强度来联合协调多个指标。其设计旨在更好地捕捉跨指标依赖关系，并改善跨特征的协方差估计。作者指出标准联合协调存在潜在风险：通过将残差协方差“白化”至标准化基线，该方法可能会扭曲具有生物学意义的跨指标结构，特别是在批次效应中等时。为缓解这一问题，他们引入了两种互补的公式：

   • 基线公式： 适用于批次效应主导信号的场景。
   • 目标协方差公式： 该方法将调整后的协方差映射回估计的共享生物学结构，而非强制完全白化，从而保留生物学关系。

   该框架支持两种实施策略：

   • 经验贝叶斯（EB）： 被证明对测量误差更具鲁棒性。
   • 贝叶斯马尔可夫链蒙特卡洛（MCMC）： 在先验设定良好的情况下，被证明能更准确地恢复跨指标相关性。

2. MM-CovBat（多变量 CovBat）：
   鉴于批次效应也可能影响特征层面的协方差，作者将近期引入的 CovBat 方法（协调一阶和二阶矩）扩展至多变量领域。MM-CovBat 执行第二阶段潜在空间协调，直接解决跨特征和跨指标的与协方差相关的批次效应。

主要结果
模拟研究和实证应用得出以下发现：

• 相关性恢复： 与单指标 ComBat 相比，MM-ComBat 改善了相关性的恢复效果。
• 生物学效应的保留： MM-ComBat 更好地保留了均值结构内的生物学效应，特别是对于中等至强效应。
• 方差分离： MM-CovBat 进一步增强了真实生物学变异与批次效应的分离，特别是在独立性假设被违反的场景中。
• 实施性能： MM-ComBat 的经验贝叶斯（EB）实施提供了对测量误差的优越鲁棒性，而 MCMC 实施在设定良好的先验条件下提供了更高的跨指标相关性恢复精度。

意义
本文将 MM-ComBat 和 MM-CovBat 定位为一种灵活且统一的框架，用于协调大规模多站点研究中的复杂多指标神经影像数据。通过超越独立的单指标调整，这些方法解决了神经影像中共享协方差结构的现实问题。所提出的公式使研究人员能够在消除批次效应与保留具有生物学意义的跨指标依赖关系之间取得平衡，为在存在站点和扫描仪变异的情况下进行数据整合提供了一种更严谨的方法。