热点事件持续更新
神经影像机器学习站点效应校正方法MIRTH预印本
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年10月5日，bioRxiv发布预印本，研究者提出多重插补去除技术异质性方法MIRTH，用于多中心神经影像机器学习流程中的站点效应校正。报道称，现有协调方法存在数据泄漏、站点效应去除不彻底或削弱真实生物学关联的问题；MIRTH利用插补结局对测试数据进行协调。基于阿尔茨海默病神经影像学倡议（ADNI）和巴尔的摩老龄化纵向研究（BLSA）的模拟与真实脑容量数据基准测试显示，MIRTH在结局在临床站点间分布不平衡时仍能保持高预测准确度，同时避免性能虚高。目前该研究为预印本，尚未见后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 08:00
MIRTH预印本发布，称可消除站点效应并避免数据泄漏。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- bioRxiv 预印本MIRTH：基于多重插补的影像数据协调方法可消除站点效应且避免数据泄漏
针对多中心神经影像机器学习流程中现有协调方法存在数据泄漏、站点效应去除不彻底或削弱真实生物学关联的问题，研究者提出多重插补去除技术异质性方法 MIRTH，利用插补结局对测试数据进行协调。基于阿尔茨海默病神经影像学倡议（ADNI）和巴尔的摩老龄化纵向研究（BLSA）的模拟与真实脑容量数据基准测试显示，MIRTH 在结局在临床站点间分布不平衡时仍能保持高预测准确度，同时避免性能虚高。
本事件热度走势
当前热度 5·可比范围峰值 6（10月6日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。