[理学]fMRI数据处理基本原理_2011.pdf

  1. 1、本文档共55页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[理学]fMRI数据处理基本原理_2011

fMRI数据处理基本原理 马宁 man@ 中国科学技术大学生物楼706 脑功能医学联合实验室 认知神经心理学实验室 0551-3606277 2011-4-8 基本逻辑 • 信号——对刺激 (输入)的反应 • 噪声——干扰信号检测的组分 • 信号检测理论: – 了解刺激(输入)和信号的关系 – 用统计方法描述噪声的特征 – 开发出能分辨出“噪声”或“信号+噪声”的测量法 方法 – 对基本假设有很强的依赖性 fMRI :信号 噪声 • fMRI:“刺激-信号”关系、“噪声”统计学等 特征缺乏了解。 • 分析方法:没有“best”,只有“reasonable” • 信号和噪声等特征,依赖假设(assumptions) • 这些假设总是存在不足,但必须提。 • 不同的实验可能需要不同种类的处理方法 – 信号模式和实验目的不同 – 如何选择并评价这些“reasonable”的方法 建立分析方法的一般步骤 • 给出“刺激-信号”联系的数学模型 • 给出”噪声“的统计学模型 • 结合二者,测量结果=“信号+噪声” – 未知参数可以从数据中估算出 – 有时,信号有可能并不存在 • 利用信号检测理论,产生从测量结果中得到 信号特征的一般算法 – 如,最小二乘法在回归中的应用 Voxel数据的时间曲线分析 • 通常fMRI数据,要求对每个voxel 的时间曲 线分别分析 – 尽管,一些预处理可能涉及voxel之间的关系 • 通过模型,每个voxel可以得到一系列参数 – 如,活动强度,延迟,曲线形状 – ”SPM“ = statistical parametric map • 进一步的分析,如何操作单个SPM – 如:被试间叠加、对比 fMRI 时间曲线 • Block-trial fMRI – “激活(activition )” 在固定时间内持续发生 (10s或更长),通常是多个连续刺激。 – BOLD反应在多个刺激中积累 – 通常可以直观看出曲线变化 • Blood Oxygenation Level Dependent fMRI 时间曲线 • Event-related fMRI – ”活动(activition )“在单一、短暂的时间内发 生 – ”事件(event )“可以随机或者有规律的出现 – 如果事件随机出现,则信号模型看起来像噪声 – BOLD对刺激的反应较弱,因为活动很少存在 重叠(overlapping ) 线性系统特征 • 线性,时不变系统 单位冲击及其响应 • 单位冲击 • 冲击响应(impulse response)方程 h (t) 卷积 • 若 其中 卷积 • 传递性 • 实际应用 数字化 令 系统测量结果 fMRI信号 矩阵表示

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档