原理與應(yīng)用詳解

原理與應(yīng)用詳解演示文稿當(dāng)前1頁，總共57頁。優(yōu)選原理與應(yīng)用當(dāng)前2頁，總共57頁。SPM版本歷史TheforthcomingversionisSPM5ThecurrentversionisSPM2PreviousversionsSPM2breleased21stNovember2002SPM99released25thJanuary2000SPM96released9thApril1997http://www.fil.ion.ucl.ac.uk/spm/當(dāng)前3頁，總共57頁。線性代數(shù)統(tǒng)計(jì)理論GLM模型隨機(jī)場模型MR成像信號處理計(jì)算神經(jīng)解剖學(xué)神經(jīng)科學(xué)當(dāng)前4頁，總共57頁。SPM數(shù)據(jù)分析基本流程當(dāng)前5頁，總共57頁。預(yù)處理部分模型構(gòu)建與參數(shù)估計(jì)常用工具與參數(shù)設(shè)置當(dāng)前6頁，總共57頁。講座提綱SPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前7頁，總共57頁。SPMI:預(yù)處理.Slicetiming–(獲取時(shí)間校正)Realignment-(頭動(dòng)校正)Normalisation-(空間標(biāo)準(zhǔn)化）Smoothing-(空間平滑)當(dāng)前8頁，總共57頁。MRIvs.fMRI↑neuralactivity↑bloodoxygen↑fMRIsignalMRIfMRIoneimagehighresolution

(1mm)

lowresolution(~3mmbutcanbebetter)fMRI

BloodOxygenationLevelDependent(BOLD)signal indirectmeasureofneuralactivity

…manyimages(e.g.,every2secfor5mins)當(dāng)前9頁，總共57頁。預(yù)處理–SliceTiming-SPM選擇參考slice拉齊其它slice當(dāng)前10頁，總共57頁。預(yù)處理–Realign（頭動(dòng)校正）?不同scan之間像素對應(yīng)關(guān)系遭到破壞。?血液動(dòng)力學(xué)響應(yīng)被頭動(dòng)引起的信號淹沒。當(dāng)前11頁，總共57頁。預(yù)處理–Realign（頭動(dòng)校正）剛體變換六個(gè)頭動(dòng)參數(shù)估計(jì):3個(gè)方向的平移(mm) 3個(gè)軸向的旋轉(zhuǎn)當(dāng)前12頁，總共57頁。預(yù)處理–Realign-SPM將同一被試不同采樣時(shí)間點(diǎn)上的3D腦對齊當(dāng)前13頁，總共57頁?？臻g標(biāo)準(zhǔn)化問題當(dāng)前14頁，總共57頁?？臻g標(biāo)準(zhǔn)化問題個(gè)體大腦在形狀、大小等方面存在明顯差異，我們?nèi)绾芜M(jìn)行不同人之間的比較呢？…使不同被試腦圖像中的同一像素代表相同的解剖位置一個(gè)標(biāo)準(zhǔn)腦空間當(dāng)前15頁，總共57頁。標(biāo)準(zhǔn)腦空間-Talairach坐標(biāo)系Source:BrainVoyagercourseslidesTalairach&Tournoux,1988?squishorstretchbraininto“shoebox”?extract3Dcoordinate(x,y,z)foreachactivationfocus當(dāng)前16頁，總共57頁。使不同被試腦圖像中的同一像素代表相同的解剖位置粗配準(zhǔn)–仿射變換精配準(zhǔn)–非線性變換當(dāng)前17頁，總共57頁。Why使不同被試腦圖像中的同一像素代表相同的解剖位置一個(gè)公共的標(biāo)準(zhǔn)空間How先使用簡單的線性變換進(jìn)行粗配準(zhǔn)再用復(fù)雜的非線性變換精配準(zhǔn)Problems計(jì)算復(fù)雜度（高精度算法配準(zhǔn)一個(gè)腦需要幾個(gè)小時(shí)）個(gè)體之間的腦并非一一映射關(guān)系不可能有完全準(zhǔn)確的配準(zhǔn)Solutions對空間標(biāo)準(zhǔn)化后的腦圖像進(jìn)行適當(dāng)?shù)钠交褂米冃螆鲂畔㈩A(yù)處理–空間標(biāo)準(zhǔn)化–小結(jié)當(dāng)前18頁，總共57頁。預(yù)處理–空間標(biāo)準(zhǔn)化-SPM使不同被試腦圖像中的同一像素代表相同的解剖位置將每個(gè)個(gè)體腦放入一個(gè)公共的標(biāo)準(zhǔn)空間當(dāng)前19頁，總共57頁。TemplateNormalisedImage預(yù)處理–空間標(biāo)準(zhǔn)化–結(jié)果當(dāng)前20頁，總共57頁。

空間平滑的問題使殘差項(xiàng)更符合高斯分布假設(shè)減少標(biāo)準(zhǔn)化后剩余的個(gè)體間差異提高信噪比5-50當(dāng)前21頁，總共57頁。預(yù)處理–空間平滑-SPM當(dāng)前22頁，總共57頁。SPM預(yù)處理部分小結(jié).Slicetiming–(adjusttimedifferenceamongdifferentslice)Realignment-(adjustformovementbetweenslices)Normalisation-(warpfunctionaldataintotemplatespace)Smoothing-(toincreasesignaltonoiseratio)當(dāng)前23頁，總共57頁。LectureOutlineSPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前24頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics當(dāng)前25頁，總共57頁。個(gè)體水平分析的基本過程與目的實(shí)驗(yàn)設(shè)計(jì)個(gè)體掃描個(gè)體激活區(qū)檢測

SpatialMemoryCondition 500msec 200msec 3000msec Time 1500msec 500msec 3000msec 200msecSpatialControlCondition

1500msec

對這個(gè)被試，你感興趣的effect在那些腦區(qū)出現(xiàn)，其強(qiáng)度如何？當(dāng)前26頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前27頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前28頁，總共57頁。InMatrixFormGLM的數(shù)學(xué)表示………β1:βl::…:…:::YJxJ1…xJl…xJLβLεJX

Y=觀測數(shù)據(jù)

×設(shè)計(jì)矩陣

β參數(shù)+ε

殘差x1lx1L

ε1恐懼Y1

:x11:Yj=xj1×β1+...+xjl×βl+...+xjL×βL+εj

::Y1x11…x1l

:YJ:x…:Yj=xj1…xjlJ1x1L

:xJlxjL

ε1

:xJL+εjεJYY^當(dāng)前29頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前30頁，總共57頁。TimeTimeGLM：設(shè)計(jì)矩陣XX2X1

Y=X?β+εSPMrepresentstimeasgoingdownSPMrepresentspredictorswithinthedesignmatrixasgrayscaleplots(whereblack=low,white=high)overtimeSPMincludesaconstanttotakecareoftheaverageactivationlevelthroughouteachrunXIntensityY當(dāng)前31頁，總共57頁。G(刺激因素）DesignmatrixXG1H(干擾因素)H1Globalactivity:E.g.headmotionparametersHcLineartrendsGcstimulusGLM：設(shè)計(jì)矩陣X的結(jié)構(gòu)當(dāng)前32頁，總共57頁。血氧系統(tǒng)對單次刺激的響應(yīng)當(dāng)前33頁，總共57頁。刺激序列HRF設(shè)計(jì)矩陣中的刺激因素X當(dāng)前34頁，總共57頁。G(stimulating)DesignmatrixXG1H(non-interesting)H1E.g.(1)headmotionparameters (2)breathing (3)heartbeatHcLineartrends

duetoMRIscannerGlobalactivity:GcstimulusGLM：設(shè)計(jì)矩陣X的結(jié)構(gòu)當(dāng)前35頁，總共57頁。為什么要考慮這些干擾因素？LinearTrendProbableRespirationArtifactheadmotion parametersEffect/Error當(dāng)前36頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics當(dāng)前37頁，總共57頁。0100-10+10012-0.01+0.01=+*5+…+Y=X1*β1+…+Xn*μ+e*50FittingXtoYgivesyouoneβ(parameterestimate)foreachcolumnofX,aμande.BetasprovideinformationaboutfitofregressorXtodata,Y,ineachvoxel當(dāng)前38頁，總共57頁。GLM求解的幾何表示：勾股定理E用X線性組合Y^近似表達(dá)Y當(dāng)前39頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statistics多重比較Example當(dāng)前40頁，總共57頁。

構(gòu)造Contrast對感興趣的解釋變量進(jìn)行比較X2X1Y=X?β+ε

=β1?X1+β2?X2+β3?X3+…+βN?XN+ε

[X1X2X3…XN] [β1β2β3…βN]

T檢驗(yàn)：構(gòu)造Contrast向量

F檢驗(yàn)：構(gòu)造Contrast矩陣實(shí)驗(yàn)設(shè)計(jì)=〉感興趣effect=〉contrast所以contrast在數(shù)據(jù)采集之前就定下了！當(dāng)前41頁，總共57頁。

本質(zhì)Effects?解釋空間Xs?contrast向量[1-1]x1–x2??

Ex1–x2

(x1–x2)當(dāng)前42頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statisticsMultipleComparisons當(dāng)前43頁，總共57頁。TimeY=X?β+εIntensityYPreprocessing...TheProblemofMultipleComparisons

T>ToPo=0.01當(dāng)前44頁，總共57頁。200activated噪聲腦的“激活”

P=0.0120,000voxs

噪聲腦當(dāng)前45頁，總共57頁。怎么辦？200activated2activated200activated 5activated當(dāng)前46頁，總共57頁。200activated200activatedUncorrectedp=0.01

我在進(jìn)行探 索性研究！探索性研究當(dāng)前47頁，總共57頁。Bonferronicorrection 最嚴(yán)格的校正200activated2activatedonevoxelTypeIerrorp=？

numberofvoxels：N=50,000 overallcorrectdetection=(1-p)(1-p)…(1-p)=(1-p)N

overallTypeIerror=1-(1-p)N=~Np DesiredoverallTypeIerror：Np=.05 RequiredonevoxelTypeIerrorp=.05/50,000=.000001當(dāng)前48頁，總共57頁。BonferroniCorrection的思想及其在fMRI數(shù)據(jù)分析中的問題Bonferroni校正的假設(shè)pvoxel=poverall/NN為獨(dú)立觀測個(gè)數(shù)相鄰體元的BOLD信號會(huì)相互獨(dú)立的嗎？頭動(dòng)等噪聲對同一腦區(qū)的影響很相似BOLD信號本身就對應(yīng)著一定空間范圍預(yù)處理中的平滑當(dāng)前49頁，總共57頁。SPM中的多重比較校正的原理根據(jù)數(shù)據(jù)的空間相關(guān)程度計(jì)算獨(dú)立觀測個(gè)數(shù)（獨(dú)立比較的次數(shù)Nindepentent）根據(jù)整體虛警概率poverall和Nindepentent得到單個(gè)體元的pvoxel值pvoxel=poverall/Nindepentent當(dāng)前50頁，總共57頁。SPM個(gè)體激活區(qū)檢測基本過程當(dāng)前51頁，總共57頁。個(gè)體水平effect計(jì)算的SPM實(shí)現(xiàn)

（個(gè)體激活區(qū)檢測）模型定義DesignMatrixSpecification

數(shù)據(jù)定義參數(shù)估計(jì)

DataSpecificationParameterEstimation統(tǒng)計(jì)結(jié)果Result當(dāng)前52頁，總共57頁。參數(shù)估計(jì)常用工具與 參數(shù)設(shè)置

預(yù)處理部分

First-level模型構(gòu)建與Second-level當(dāng)前53頁，總共57頁。LectureOutlineSPMI:Intro,PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前54頁，總共57頁。Howdowecompareacrosssubjects?建立不同人之間的可比性NormalizationROI多個(gè)被試的統(tǒng)計(jì)分析Fixed-effectsModelRandom-effectsModel當(dāng)前55頁，總共57頁。Fixed-effectsModelAssumet