Scidown文献预览系统!
基于因果推理的神经影像数据集的混杂偏倚量化( Quantifying Confounding Bias in Neuroimaging Datasets with Causal Inference )
C Wachinger BG Becker A Rieckmann S Pölsterl
为了解决日益复杂的医学问题,神经成像数据集的规模不断增长。然而,即使是今天最大的数据集单独用于训练复杂的机器学习模型也太小了。一个潜在的解决方案是通过汇集来自多个数据集的扫描来增加样本大小。在这项工作中,我们结合了来自15项研究的12,207个MRI扫描,并表明由于在训练数据中引入了各种类型的偏差,简单的合并通常是不明智的。首先,我们对这些偏见进行了系统的界定。其次,我们通过实验显示扫描可以以73.3%的正确率正确地分配到各自的数据集来检测偏差。最后,我们提出通过使用因果推论量化单一数据集中的混杂程度和因果关系来区分因果和混杂因素。我们通过在Kolmogorov复杂度方面找到最简单的图形模型来实现这一点。由于Kolmogorov复杂度不能直接计算,我们采用最小描述长度来逼近它。我们的经验表明,我们的方法能够从真实的神经影像数据中估计出可能的因果关系。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】