BACKGROUND Site-specific variations are challenges for pooling analyses in multi-center studies. This work aims to propose an inter-site harmonization method based on dual generative adversarial networks (GANs) for diffusion tensor imaging (DTI) derived metrics on neonatal brains. RESULTS DTI-derived metrics (fractional anisotropy, FA; mean diffusivity, MD) are obtained on age-matched neonates without magnetic resonance imaging (MRI) abnormalities: 42 neonates from site 1 and 42 neonates from site 2. Significant inter-site differences of FA can be observed. The proposed harmonization approach and three conventional methods (the global-wise scaling, the voxel-wise scaling, and the ComBat) are performed on DTI-derived metrics from two sites. During the tract-based spatial statistics, inter-site differences can be removed by the proposed dual GANs method, the voxel-wise scaling, and the ComBat. Among these methods, the proposed method holds the lowest median values in absolute errors and root mean square errors. During the pooling analysis of two sites, Pearson correlation coefficients between FA and the postmenstrual age after harmonization are larger than those before harmonization. The effect sizes (Cohen's d between males and females) are also maintained by the harmonization procedure. CONCLUSIONS The proposed dual GANs-based harmonization method is effective to harmonize neonatal DTI-derived metrics from different sites. Results in this study further suggest that the GANs-based harmonization is a feasible pre-processing method for pooling analyses in multi-center studies.

中文翻译：

---

基于双生成对抗网络的站点间协调，用于扩散张量成像：在新生儿白质发育中的应用。

背景技术针对特定地点的变异是多中心研究中合并分析的挑战。这项工作旨在提出一种基于双生成对抗网络（GAN）的站点间协调方法，用于在新生儿大脑上扩散张量成像（DTI）得出的指标。结果DTI衍生的指标（分数各向异性，FA；平均扩散率，MD）是在年龄匹配的新生儿中获得的，没有磁共振成像（MRI）异常：来自站点1的42例新生儿和来自站点2的42例新生儿。可以观察到FA。提议的协调方法和三种常规方法（全局范围缩放，体素范围缩放和ComBat）在两个站点的DTI派生指标上执行。在基于区域的空间统计中，站点之间的差异可以通过建议的双重GAN方法，体素方向缩放和ComBat消除。在这些方法中，所提出的方法在绝对误差和均方根误差中保持最低的中值。在两个站点的合并分析中，FA与协调后的月经后年龄之间的Pearson相关系数比协调前的大。效果大小（男性和女性之间的Cohen d）也通过协调程序保持。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。在这些方法中，所提出的方法在绝对误差和均方根误差中保持最低的中值。在两个站点的合并分析中，FA与协调后的月经后年龄之间的Pearson相关系数比协调前的大。效果大小（男性和女性之间的Cohen d）也通过协调程序保持。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。在这些方法中，所提出的方法在绝对误差和均方根误差中保持最低的中值。在两个站点的合并分析中，FA与协调后的月经后年龄之间的Pearson相关系数比协调前的大。效果大小（男性和女性之间的Cohen d）也通过协调程序保持。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。在两个站点的合并分析中，FA与协调后的月经后年龄之间的Pearson相关系数比协调前的大。效果大小（男性和女性之间的Cohen d）也通过协调程序保持。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。在两个站点的合并分析中，FA与协调后的月经后年龄之间的Pearson相关系数比协调前的大。效果大小（男性和女性之间的Cohen d）也通过协调程序保持。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。结论所提出的基于GAN的双重协调方法有效地协调了来自不同地点的新生儿DTI衍生指标。这项研究的结果进一步表明，基于GAN的协调是多中心研究中合并分析的一种可行的预处理方法。