fMRI的BOLD信號靜息態(tài)

1、fMRI的BOLDB號靜息態(tài)3.1 靜息態(tài)數(shù)據(jù)3.1.1 fMRI靜息態(tài)數(shù)據(jù)與任務(wù)態(tài)數(shù)據(jù)如1.1所述,fMRI技術(shù)可以方便且有效地得到大腦中某區(qū)域各個體素BOLD信號與時間的關(guān)系。通過任務(wù)態(tài)數(shù)據(jù)分析，可以確定大腦中控制某項(xiàng)功能的具體位置信息。這樣，可以通過fMRI技術(shù)來研究大腦中控制某項(xiàng)功能的區(qū)域的BOLD信號隨時間變化的性質(zhì)。3.1.2 fMRI靜息態(tài)數(shù)據(jù)與大腦中的臨界大腦中神經(jīng)元所構(gòu)成的復(fù)雜網(wǎng)絡(luò)已被證明是無標(biāo)度的，然而大腦是否處于臨界狀態(tài)卻尚未有明確的結(jié)論。有很多指標(biāo)可以判定系統(tǒng)的臨界程度，例如本文所用的嫡的量度。通過任務(wù)態(tài)數(shù)據(jù)的分析，定位出控制手動的區(qū)域，進(jìn)而研究此區(qū)域靜息態(tài)的數(shù)據(jù)，比較

2、靜息狀態(tài)與激活狀態(tài)下時間序列的嫡的變化，對大腦處于靜息狀態(tài)下是否更接近臨界狀態(tài)做出判斷。3.2 實(shí)驗(yàn)數(shù)據(jù)3.2.1 實(shí)驗(yàn)對象與實(shí)驗(yàn)儀器實(shí)驗(yàn)對象與實(shí)驗(yàn)儀器均如2.1所述。共有40名被試參與了靜息態(tài)任務(wù)的測試：1-20名被試與21-40名被試所采取的實(shí)驗(yàn)方案不同。3.2.2 實(shí)驗(yàn)方案1-20名被試的實(shí)驗(yàn)方案見圖3.1。實(shí)驗(yàn)分為兩階段，被試于第一階段處于靜息態(tài)，第二階段處于動手的激活態(tài)，時間均為8分鐘20秒。21-40名被試的實(shí)驗(yàn)方案見圖3.2。實(shí)驗(yàn)分為兩階段，被試于第一階段處于靜息態(tài)，時間為10min,第二階段處于激活、靜息交替進(jìn)行的階段，各60秒，第階段共6分鐘。3.2.3 大腦任務(wù)態(tài)成像數(shù)據(jù)采

3、集靜息8min2Q$靜息態(tài)：20個橫向?qū)用妫?mm厚（無間隙），回波時間TE=40ms,重復(fù)時問TR=2000ms,翻轉(zhuǎn)角（flipangle）=90°,基元（matrix）96*96,視場（fieldofview）240mm*240mm,總計(jì)需要時間為16min40s,包括500個全腦volumes。（靜息態(tài)實(shí)驗(yàn)二總計(jì)16min,包括480個全腦volumes）。激活8min20s圖3.11-20名被試的靜息態(tài)實(shí)驗(yàn)方案靜息lOmiri激活60S靜思60s圖3.221-40名被試的靜息態(tài)實(shí)驗(yàn)方案3.3 數(shù)據(jù)處理3.3.1 預(yù)處理數(shù)據(jù)對靜息態(tài)數(shù)據(jù)進(jìn)行預(yù)處理。與任務(wù)態(tài)不同的是，此處對靜息

4、態(tài)進(jìn)行處理時不再進(jìn)行高通濾波。其流程為：去除頭皮分層時間校正頭動校正空間標(biāo)準(zhǔn)化空間平滑處理。3.3.2 制作左右腦原始Z值MASK依據(jù)2.2中得到的大腦標(biāo)準(zhǔn)空間中的Z值分布，需要提取符合一定Z值范圍的區(qū)域的位置信息。在標(biāo)準(zhǔn)空間中將需要的位置標(biāo)為1,不需要的位置標(biāo)為0,這樣的標(biāo)準(zhǔn)空間模板就是需要的MASKoMASK包含了大腦中控制動手功能的所有區(qū)域的位置信息。由于2.2中直接通過測得的任務(wù)態(tài)數(shù)據(jù)進(jìn)行分析，得到的Z值較高的區(qū)域不僅有大腦，還有小腦和腦干，但這些區(qū)域并非是下一步需要分析的區(qū)域，需要將其去除。為此，需要找到一個標(biāo)有大腦中某處空間位置對應(yīng)的解剖位置的模板，據(jù)此來將不需要的區(qū)域去除。Tal

5、airach真板將腦分為了1128個區(qū)域，詳細(xì)標(biāo)注了各區(qū)域所對應(yīng)的解剖結(jié)構(gòu)。如表3.1所示，可以得到一張列表，包含了各區(qū)域的編號、在標(biāo)準(zhǔn)空間中的坐標(biāo)、具體解剖結(jié)構(gòu)信息。表中僅列出1-8號區(qū)域的信息。其中，具體解剖結(jié)構(gòu)信息中詳細(xì)地記錄了各區(qū)域?qū)儆诖竽X、小腦還是腦干，并記錄了屬于左腦還是右腦。同時，在具體解剖結(jié)構(gòu)信息中還記錄了此區(qū)域?qū)?yīng)的布羅德曼分區(qū)，如8號區(qū)域，對于分析具體功能的腦區(qū)提供了方便。區(qū)域編RXYZ具體解剖結(jié)構(gòu)信息1652116Left小腦Posterior-LobeInferiorSemi-LunarLobuleGray-Matter2232015Right小腦Posterior-L

6、obeInferiorSemi-LunarLobuleGray-Matter3543616Left小腦Posterior-LobeCerebellarTonsilGray-Matter*4213416Right小腦Posterior-LobeCerebellarTonsilGray-Matter*5463914Left腦干Medulla*6413914Right腦干Medulla*7676214*InferiorTemporal-Gyrus*8685618Left大腦Temporal-LobeInferiorTemporal-GyrusGray-MatterBrodmann-area-20表3

7、.1Talairach模板分區(qū)圖禾用Talairach真板，可以方便地得到左大腦、右大腦的模板，即三維的0-1矩陣。用這兩個模板對2.2中直接通過測得的任務(wù)態(tài)數(shù)據(jù)進(jìn)行分析得到的Z值分布做乘法，則可得到左大腦和右大腦中Z值的分布矩陣。此即左右腦原始Z值MASK。3.3.3 制作左右腦MASK通過取不同的Z值為閾值，將低于Z值的區(qū)域變?yōu)?,不低于Z值的區(qū)域變?yōu)?,可以得到不同的MASK0此時得到的MASK仍有問題。MASK即以后提取時間序列的模板，實(shí)際上標(biāo)記了需要討論的感興趣區(qū)域，理應(yīng)是互相連通的一塊區(qū)域。但實(shí)際上并非如此，此時僅僅通過Z值截斷得到的區(qū)域往往為不連通的多塊區(qū)域。為了得到單獨(dú)的一塊連

8、通區(qū)域，需要先確定一個Z值最高的點(diǎn)，并保證此點(diǎn)處在感興趣的區(qū)域。在取定Z值之后，需要從定點(diǎn)出發(fā)，尋找所有與之連通的點(diǎn)，進(jìn)而得到一整塊連通的區(qū)域。3.3.4 提取時間序列將預(yù)處理之后的靜息態(tài)數(shù)據(jù)去除最初10幅圖像，即最初的10個時刻，然后按照靜息狀態(tài)與激活狀態(tài)分割，分別去除線性趨勢、濾波。分別計(jì)算靜息狀態(tài)下與激活狀態(tài)下的同步和嫡，并進(jìn)行比較。3.3.5 相同步和同步嫡將時間序列進(jìn)行去除線性趨勢、濾波之后，首先通過希爾伯特變換(Hilberttransform)得到時間序列的相跡(phasetrace?&=arctanHFi(t)Fi(t)(3.1)然后，計(jì)算每一段時間序列的平均同步:一一

9、1?r(t)?=lUir(t)這里L(fēng)是時間序列樣本的長度，r(t)是Kuramoto序參量:r(t)=/*6叫Kuramoto序參量常用來當(dāng)作依賴于時間的相同步量度。定義時間序列r(t)的嫡來作為相同步的變化率的量度，即同步嫡，其定義式如式3.4所示：H(r)=-怨1pilog2Pi(3.4)式3.4建立了r(t)的概率分布，其中？然示r(t)落在范圍？?(?與？?+1的概率15。3.3.6 計(jì)算靜息態(tài)與激活態(tài)的相同步和嫡量度通過3.3.5中的公式計(jì)算本實(shí)驗(yàn)中時間序列的相同步和嫡，猜測靜息狀態(tài)下嫡高于激活狀態(tài)下的嫡，并進(jìn)行驗(yàn)證。發(fā)現(xiàn)當(dāng)濾波范圍為0.0001Hz-0.25Hz,且Z值取如下所示結(jié)

10、果時，左右腦可以通過假設(shè)檢驗(yàn)。Z值假設(shè)檢驗(yàn)結(jié)果p值嫡均值差假設(shè)檢驗(yàn)結(jié)果p值嫡均值差18.410.0480290.05249410.0080650.08653819.0510.0298220.06033910.0103460.08202419.710.0281560.06139710.0058670.08834320.3510.041360.05821110.0022830.091694表3.2濾波范圍為0.0001Hz-0.25Hz時不同Z值對應(yīng)的結(jié)果3.3.7 結(jié)果與討論通過計(jì)算靜息狀態(tài)下與激活狀態(tài)下的嫡的變化，發(fā)現(xiàn)靜息狀態(tài)下的嫡高于激活狀態(tài)。同步嫡越高，則系統(tǒng)越接近臨界，同步嫡越低，則系統(tǒng)

11、越偏離臨界160由此可知靜息狀態(tài)更加接近臨界狀態(tài)。根據(jù)1.2的討論，偏離臨界有次臨界與超臨界兩種情況，激活狀態(tài)是處于次臨界還是超臨界還需要進(jìn)一步討論。討論與結(jié)論4.2 靜息態(tài)4.2.1 靜息態(tài)數(shù)據(jù)預(yù)處理過程對靜息態(tài)數(shù)據(jù)的預(yù)處理與任務(wù)態(tài)相似，但是沒有經(jīng)過濾波過程，而是將濾波過程放在后面的分析過程中。對于任務(wù)態(tài)，只是需要定位出相關(guān)腦區(qū)，依據(jù)是與最初設(shè)計(jì)方案的匹配程度，濾波的差異在任務(wù)態(tài)中體現(xiàn)得并不明顯。而對于靜息態(tài)數(shù)據(jù)，需要計(jì)算時間序列的相關(guān)指標(biāo)，這時濾波的影響變得尤為顯著。單獨(dú)通過FSL圖形界面難以完成這樣的工作，需要在后面的分析過程中借助更強(qiáng)有力的工具來完成。4.2.2 靜息態(tài)數(shù)據(jù)提取過程預(yù)處

12、理之后的靜息態(tài)數(shù)據(jù)在計(jì)算同步嫡之前需要結(jié)合任務(wù)態(tài)中的定位結(jié)果完成時間序列的提取。此時MASK的選取變得尤為關(guān)鍵。不同的MASK包含著不同的位置信息。選取MASK的依據(jù)是在任務(wù)態(tài)數(shù)據(jù)處理中得到的標(biāo)有各個體素中時間序列與實(shí)驗(yàn)設(shè)計(jì)方案擬合程度的Z值。Z值越高，則此體素中的時間序列與實(shí)驗(yàn)設(shè)計(jì)方案的波形擬合得越好。控制Z值的選取，可以得到不同大小的MASK。Z值越高的MASK,與預(yù)期波形擬合得越好。另一個影響MASK的因素是區(qū)域是否連通。由于當(dāng)Z值取得較高的時候，得到的MASK并非連通的區(qū)域。通過確定Z值最高的點(diǎn)，并判斷得到的MASK有哪些與Z值最高的點(diǎn)連通，去除不與此點(diǎn)連通的部分，則得到高于一定Z值的連通的MASK。4.2.3 靜息態(tài)數(shù)據(jù)分析過程如上所述，此時濾波范圍的選取非常重要，直接關(guān)系