目录
视频来源:静息态功能磁共振成像(rs-fMRI)原理与数据分析
PPT: https://d.rnet.co/Course/V3.0EN/1_Resting-State_fMRI.pdf
脑部影像
睁眼闭眼任务态分析
(1)利用BOLD信号来考虑睁眼闭眼的时候大脑的波动
(2)紫色的波纹认为是噪声,需要控制
动手指脑图测试
(1)左图为做任务是运动区会激活
(2)右图为静息态时运动区也会被激活
任务态的研究
(1)任务态的主流是在任务范式上创新
(2)大多数的研究都是小样本研究
数据分析的计算方法
静息态方法主要分为:整合方法、区域方法、图论方法
整合方法(integration approach)
(1)Functional Connectivity(功能连接)
1) 用静息态大脑的时间序列的相似性来进行功能连接
2)提取一个单元(种子点)并分析它的时间序列,并用皮尔逊相关与其他区域进行比较
3)独立程度分析(Indenpendent Component Analysis)
用四维的思想来考虑问题,将空间维度进行独立性解析ICA
5)体素脑镜像同伦功能连接(Voxel-mirrored homotopic connectivity,VMHC)
6)时间序列的预测和影响
区域方法(regional approach)
图论方法(graphical approach)
1) 大脑具有结构网络,结构可以通过追踪计来看大脑的纤维连接
regular网络:高局部、高全局
small-world 网络:高局部、低全局
random网络:低局部、低全局
方法总结
方法学问题
头动问题
如果在扫描仪中,头动,无论是结构链接还是功能连接,都会造成图像的模糊
运用Friston-24model来解决
标准化问题(standardization)
数据来自多个中心怎么办?
若受试者来自不同的中心,会有标准化来进行
Mean regression + SD division :控制中心效应
多重比较矫正问题(Multiple Comparisons)
太多样本导致单样本正确率高,但多样本正确率相乘反而会得到较低的正确率