[理学]fMRI数据处理基本原理_2011.pdf

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