fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應(yīng)用_第1頁
fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應(yīng)用_第2頁
fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應(yīng)用_第3頁
fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應(yīng)用_第4頁
fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應(yīng)用_第5頁
已閱讀5頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

StatisticalParametricMapping基本原理與使用北京師范大學(xué)認(rèn)知神經(jīng)科學(xué)與學(xué)習(xí)國家重點(diǎn)實驗室朱朝喆研究員czzhu@目前一頁\總數(shù)六十二頁\編于十三點(diǎn)fMRI研究框架實驗設(shè)計 被試招募與 掃描科學(xué)問題結(jié)果解釋

實驗假設(shè) 數(shù)據(jù)統(tǒng)計 分析SPM,AFNI,FSL,VoxBo目前二頁\總數(shù)六十二頁\編于十三點(diǎn)SPM版本歷史TheforthcomingversionisSPM5ThecurrentversionisSPM2PreviousversionsSPM2breleased21stNovember2002SPM99released25thJanuary2000SPM96released9thApril1997http://www.fil.ion.ucl.ac.uk/spm/目前三頁\總數(shù)六十二頁\編于十三點(diǎn)線性代數(shù)統(tǒng)計理論GLM模型隨機(jī)場模型MR成像信號處理計算神經(jīng)解剖學(xué)神經(jīng)科學(xué)目前四頁\總數(shù)六十二頁\編于十三點(diǎn)SPM數(shù)據(jù)分析基本流程目前五頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理部分模型構(gòu)建與參數(shù)估計常用工具與參數(shù)設(shè)置目前六頁\總數(shù)六十二頁\編于十三點(diǎn)講座提綱SPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前七頁\總數(shù)六十二頁\編于十三點(diǎn)SPMI:預(yù)處理.Slicetiming–(獲取時間校正)Realignment-(頭動校正)Normalisation-(空間標(biāo)準(zhǔn)化)Smoothing-(空間平滑)目前八頁\總數(shù)六十二頁\編于十三點(diǎn)MRIvs.fMRI↑neuralactivity↑bloodoxygen↑fMRIsignalMRIfMRIoneimagehighresolution

(1mm)

lowresolution(~3mmbutcanbebetter)fMRI

BloodOxygenationLevelDependent(BOLD)signal indirectmeasureofneuralactivity

…manyimages(e.g.,every2secfor5mins)目前九頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理–SliceTiming-SPM選擇參考slice拉齊其它slice目前十頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理–Realign(頭動校正)?不同scan之間像素對應(yīng)關(guān)系遭到破壞。?血液動力學(xué)響應(yīng)被頭動引起的信號淹沒。目前十一頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理–Realign(頭動校正)剛體變換六個頭動參數(shù)估計:3個方向的平移(mm) 3個軸向的旋轉(zhuǎn)目前十二頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理–Realign-SPM將同一被試不同采樣時間點(diǎn)上的3D腦對齊目前十三頁\總數(shù)六十二頁\編于十三點(diǎn)空間標(biāo)準(zhǔn)化問題目前十四頁\總數(shù)六十二頁\編于十三點(diǎn)空間標(biāo)準(zhǔn)化問題個體大腦在形狀、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標(biāo)準(zhǔn)腦空間目前十五頁\總數(shù)六十二頁\編于十三點(diǎn)標(biāo)準(zhǔn)腦空間-Talairach坐標(biāo)系Source:BrainVoyagercourseslidesTalairach&Tournoux,1988?squishorstretchbraininto“shoebox”?extract3Dcoordinate(x,y,z)foreachactivationfocus目前十六頁\總數(shù)六十二頁\編于十三點(diǎn)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)–非線性變換目前十七頁\總數(shù)六十二頁\編于十三點(diǎn)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計算復(fù)雜度(高精度算法配準(zhǔn)一個腦需要幾個小時)個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)目前十八頁\總數(shù)六十二頁\編于十三點(diǎn)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個體腦放入一個公共的標(biāo)準(zhǔn)空間目前十九頁\總數(shù)六十二頁\編于十三點(diǎn)TemplateNormalisedImage預(yù)處理–空間標(biāo)準(zhǔn)化–結(jié)果目前二十頁\總數(shù)六十二頁\編于十三點(diǎn)

空間平滑的問題使殘差項更符合高斯分布假設(shè)減少標(biāo)準(zhǔn)化后剩余的個體間差異提高信噪比5-50目前二十一頁\總數(shù)六十二頁\編于十三點(diǎn)預(yù)處理–空間平滑-SPM目前二十二頁\總數(shù)六十二頁\編于十三點(diǎn)SPM預(yù)處理部分小結(jié).Slicetiming–(adjusttimedifferenceamongdifferentslice)Realignment-(adjustformovementbetweenslices)Normalisation-(warpfunctionaldataintotemplatespace)Smoothing-(toincreasesignaltonoiseratio)目前二十三頁\總數(shù)六十二頁\編于十三點(diǎn)LectureOutlineSPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前二十四頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics目前二十五頁\總數(shù)六十二頁\編于十三點(diǎn)個體水平分析的基本過程與目的實驗設(shè)計個體掃描個體激活區(qū)檢測

SpatialMemoryCondition

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

對這個被試,你感興趣的effect在那些腦區(qū)出現(xiàn),其強(qiáng)度如何?目前二十六頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前二十七頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前二十八頁\總數(shù)六十二頁\編于十三點(diǎn)InMatrixFormGLM的數(shù)學(xué)表示………β1:βl::…:…:::YJxJ1…xJl…xJLβLεJX

Y=觀測數(shù)據(jù)

×設(shè)計矩陣

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^目前二十九頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前三十頁\總數(shù)六十二頁\編于十三點(diǎn)TimeTimeGLM:設(shè)計矩陣XX2X1

Y=X?β+εSPMrepresentstimeasgoingdownSPMrepresentspredictorswithinthedesignmatrixasgrayscaleplots(whereblack=low,white=high)overtimeSPMincludesaconstanttotakecareoftheaverageactivationlevelthroughouteachrunXIntensityY目前三十一頁\總數(shù)六十二頁\編于十三點(diǎn)G(刺激因素)DesignmatrixXG1H(干擾因素)H1Globalactivity:E.g.headmotionparametersHcLineartrendsGcstimulusGLM:設(shè)計矩陣X的結(jié)構(gòu)目前三十二頁\總數(shù)六十二頁\編于十三點(diǎn)血氧系統(tǒng)對單次刺激的響應(yīng)目前三十三頁\總數(shù)六十二頁\編于十三點(diǎn)刺激序列HRF設(shè)計矩陣中的刺激因素X目前三十四頁\總數(shù)六十二頁\編于十三點(diǎn)G(stimulating)DesignmatrixXG1H(non-interesting)H1E.g.(1)headmotionparameters (2)breathing (3)heartbeatHcLineartrends

duetoMRIscannerGlobalactivity:GcstimulusGLM:設(shè)計矩陣X的結(jié)構(gòu)目前三十五頁\總數(shù)六十二頁\編于十三點(diǎn)為什么要考慮這些干擾因素?LinearTrendProbableRespirationArtifactheadmotion parametersEffect/Error目前三十六頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics目前三十七頁\總數(shù)六十二頁\編于十三點(diǎn)0100-10+10012-0.01+0.01=+*5+…+Y=X1*β1+…+Xn*μ+e*50FittingXtoYgivesyouoneβ(parameterestimate)foreachcolumnofX,aμande.BetasprovideinformationaboutfitofregressorXtodata,Y,ineachvoxel目前三十八頁\總數(shù)六十二頁\編于十三點(diǎn)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目前三十九頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statistics多重比較Example目前四十頁\總數(shù)六十二頁\編于十三點(diǎn)

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:構(gòu)造Contrast向量

F檢驗:構(gòu)造Contrast矩陣實驗設(shè)計=〉感興趣effect=〉contrast所以contrast在數(shù)據(jù)采集之前就定下了!目前四十一頁\總數(shù)六十二頁\編于十三點(diǎn)

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

Ex1–x2

(x1–x2)目前四十二頁\總數(shù)六十二頁\編于十三點(diǎn)Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statisticsMultipleComparisons目前四十三頁\總數(shù)六十二頁\編于十三點(diǎn)TimeY=X?β+εIntensityYPreprocessing...TheProblemofMultipleComparisons

T>ToPo=0.01目前四十四頁\總數(shù)六十二頁\編于十三點(diǎn)200activated噪聲腦的“激活”

P=0.0120,000voxs

噪聲腦目前四十五頁\總數(shù)六十二頁\編于十三點(diǎn)怎么辦?200activated2activated200activated 5activated目前四十六頁\總數(shù)六十二頁\編于十三點(diǎn)200activated200activatedUncorrectedp=0.01

我在進(jìn)行探 索性研究!探索性研究目前四十七頁\總數(shù)六十二頁\編于十三點(diǎn)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目前四十八頁\總數(shù)六十二頁\編于十三點(diǎn)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)立觀測個數(shù)相鄰體元的BOLD信號會相互獨(dú)立的嗎?頭動等噪聲對同一腦區(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)處理中的平滑目前四十九頁\總數(shù)六十二頁\編于十三點(diǎn)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)程度計算獨(dú)立觀測個數(shù)(獨(dú)立比較的次數(shù)Nindepentent)根據(jù)整體虛警概率poverall和Nindepentent得到單個體元的pvoxel值pvoxel=poverall/Nindepentent目前五十頁\總數(shù)六十二頁\編于十三點(diǎn)SPM個體激活區(qū)檢測基本過程目前五十一頁\總數(shù)六十二頁\編于十三點(diǎn)個體水平effect計算的SPM實現(xiàn) (個體激活區(qū)檢測)模型定義DesignMatrixSpecification

數(shù)據(jù)定義參數(shù)估計

DataSpecificationParameterEstimation統(tǒng)計結(jié)果Result目前五十二頁\總數(shù)六十二頁\編于十三點(diǎn)參數(shù)估計常用工具與 參數(shù)設(shè)置

預(yù)處理部分

First-level模型構(gòu)建與Second-level目前五十三頁\總數(shù)六十二頁\編于十三點(diǎn)LectureOutlineSPMI:Intro,PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前五十四頁\總數(shù)六十二頁\編于十三點(diǎn)Howdowecompareacrosssubjects?建立不同人之間的可比性NormalizationROI多個被試的統(tǒng)計分析Fixed-effectsModelRandom-effectsModel目前五十五頁\總數(shù)六十二頁\編于十三點(diǎn)Fixed-effectsModelAssumethattheexperimentalmanipulationhassameeffectineachsubjectUsesdatafromallsubjectstoconstructstatisticaltestAveraging/connectingacrosssubjectsbeforeat-testSensitivetoextremeresultsfromindividualsubjectstrongeffectinonesubjectcanleadtosignificanceevenwhenothersshowweakornoeffectsAllowsinferencetosubjectsampleyoucansaythateffectwassignificantinyourgroupofsubjectsbutcannotgeneralizetoothersubjectsthatyoudidn’ttestHowaboutthepopulation?目前五十六頁\總數(shù)六十二頁\編于十三點(diǎn)RandomeffectanalysisAssumesthateffectvariesacrossthepopulationAccountsforinter-subjectvarianceinanalysesAllowsinferencestopopulationfromwhichsubjectsaredrawnEspeciallyimportantforgroupcomparisonsRequiredbymanyreviewers/journals目前五十七頁\總數(shù)六十二頁\編于十三點(diǎn)SPM雙層統(tǒng)計First-level:個體水平effect計算Second-level:群體水平effect計算目前五十八頁\總數(shù)六十二頁\編于十三點(diǎn)SPM個體激

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論