trial timing and pattern-information analyses of fMRI data

Trial timing and pattern-information analyses of fMRI data

by----Dagmar Zeithamova, Maria-Alejandra de Araujo Sanchez, Anisha Adke

Author:YangYang 学号：51183200138

---

Multivoxel parttern analyses (MVPA)

• 相比于传统的使用GLM的单因素分析（standard univariate analysis），其为研究新的多变量问题提供了一个更广阔的空间。
• 其包含了两种方法，分别是：

  • classifier-based approaches
    用机器学习的方法（SVM、逻辑回归）寻找跨两个及以上像素间激活模式之间的差异并进行训练分类

  • pattern-similarity approaches
    特定刺激or条件相关的激活模式的估计（decoding）
    把每个trail/stimuli当作一个条件

方法	研究对象	验证方法	timing设计方法	备注
classifier-based approaches	单被试	交叉/leave-one-out	greater numbers of shorter run
pattern-similarity approaches	***	***	slow event-related design with longer onset to onset timing(SOA)

传统单因素分析 standard univariate analyses

• 代表不同条件的回归器之间的相关度最小

方法	研究对象	验证方法	timing设计方法
传统单因素分析	condition内/间	use entire data	smaller number of longer run(slow event-related design)

事件相关设计方法 event-related designs

方法	目的	优点	缺点
rapid event-related designs	增加刺激间抖动，条件间适当交叉，以确保不同条件下估计的BOLD信号不相关	有效体现组间差异	牺牲了单个trial估计性/个别trial的快速呈现可能导致后续激活信号的严重重叠/被试可能来不及作出反应
slow event-related designs	保证激活信号的完整性	体现单个试次特征	trial数量少，交叉验证精度低，被试容易走神

*使用jitter原因：保证conditions之间相关性降到最低。但是jitter对condition-rich designs来说画蛇添足，condition-rich design 的每一个tiral都是自己的condition，所以如果是用jitter，在提高此trial的估计性的同时也牺牲了相邻trial的估计性(使别的trial更接近了)
所以jitter不一定对decoding analyses来说使必要的，他可能更适合用于平滑地分割试次间空余时间（null time）
对于decoding analysis来说使用SOA比较好
SOA的优点：
1.被试不会被或长或短的内容影响而焦虑
2.消除了试次间因为时长不同而引起的差异

本实验设计

• 使用 memory encoding task 测试 trial timing effects
• 被试编码两类词汇（animals & tools）
• evaluate the trial timing effects on both item- and category representation estimates
• 2 runs：相同的物理刺激；不同的刺激顺序

模型	分类	组织	回归变量
LSA	trial model	include all single-trial regressors in one model	med:36 slow:24 quick:48
LSS	trial model	interest trial as first regressor all other as second
item model	item model	each item as a regressor	12item–>12regressors

实验trial timing 设计

trial timing模型	时长
quick(4@4-8s)	6×4×12=288
quick(4@6s)	6×4×12=288
med(3@8s)	8×3×12=288
slow(2@10s)	10×2×12=240
slow(2@12s)	12×2×12=288

test 01

• item and category estimates were compared across the runs
• category representations:classifier-based cross-validation accuracy for decoding brain patterns related to animals vs tools.
• item level:assessed using PSA indexed as the difference between across-run neural pattern similarity for
  • the same item(e.g.,cat-cat similarity across runs)
  • the different item in same category(e.g.,cat-dog similarity across runs)

test 02

• aim:to test suitability of each design to detect more subtle effects on item-representation estimates
• method test memory effects on pattern similarity (记住的和忘记的item在相同分数的情况下的区别)

materials and methods

subjects：38 young，healthy adults（mean age:21.8） exclueded:3
stimuli:120 colored images:60 tools and 60 animals (每个真图都有一个相似的假图,所以工具和动物分别只有30种)

procedure

• in scanner：encode true version of items（30 tools and 30 animals）during functional scanning.

• time:2s + delay(from 5 trial timing conditions)

• 告诉被试努力记这些图片以便于之后的测试

• 60个词被分为五组（对应五种trial timing condition），每组中12个词（6 tools and 6 animals ）

• 一种condition对应2run 每个run中12个item相同的item重复2-4次 总时间为288s run之间只有item的顺序不同

• quick(4@4-8s)/ quick(4@6s)/ med(3@8s)/ slow(2@10s)/ slow(2@12s)

• out scanner:old/new recognition test （判断看到的图片是不是扫描时看到德正确的图片）

• 每个被试都要测试完所有的材料，材料顺序在所有条件中都被打乱

conclusion of test01

• behavior representations:不同的trial timing设计对于 Hit rate 和False alarm rate没有差异
• category representations: 对LSA和LSS model来说 不同的trial timing设计没有显著差异；对于item model 来说4@6的固定设计解码正确性更高。这表明，当事件跨重复建模时，更快的试验可能比更少的慢试验产生更好的类别解码。
  总体来说，item model比trial model高出3%的decoding accuracy
• item level:对LSA和LSS model来说 item representation的效果从quick设计到slow设计有正太增长，表明更慢的试验效果更好，对item model来说，没有显著差异，但其中slow设计更好。
  总体来说，item model比trial model 效果高出很多。

conclusion of test02

• memory effect:在LSA模型中，只有quick 4@4-8和slow 2@12 是有显著效果的，并且slow 2@12 比 quick 4@4-8 显著许多，LSS模型中，没有显著的结果，在item model中，slow design比LSA模型的所有condition效果高出许多。

comments

• advantages:

  • 从方法上 对不同的trial timing condition进行了合理和有效的设计，严谨地控制了变量
  • 从多个方面（jitter/TD/model等）细致地进行了分析

• shortcoming:

  • 此试验用的材料是well-learned categories ,可能不能generalize to 一些别的刺激材料（artificial stimuli with arbitrary relations / non-sensory information / process-level information ）
  • jitter 只用在了SOA为6s的condition中，若每种trial timing condition都增加一个jitter的版本供对比更能反映jitter在编码中的作用
  • memory effect中 med 3@8s condition 表现出明显的负值，而paper中尚未对此加以解释。