fMRI数据分析系统SPM原理与应用演示文稿

fMRI数据分析系统SPM原理与应用演示文稿目前一页\总数六十一页\编于十三点fMRI数据分析系统SPM原理与应用目前二页\总数六十一页\编于十三点fMRI研究框架实验设计 被试招募与 扫描科学问题结果解释

实验假设 数据统计 分析SPM,AFNI,FSL,VoxBo目前三页\总数六十一页\编于十三点SPM版本历史TheforthcomingversionisSPM5ThecurrentversionisSPM2PreviousversionsSPM2breleased21stNovember2002SPM99released25thJanuary2000SPM96released9thApril1997http://www.fil.ion.ucl.ac.uk/spm/目前四页\总数六十一页\编于十三点线性代数统计理论GLM模型随机场模型MR成像信号处理计算神经解剖学神经科学目前五页\总数六十一页\编于十三点SPM数据分析基本流程目前六页\总数六十一页\编于十三点预处理部分模型构建与参数估计常用工具与参数设置目前七页\总数六十一页\编于十三点讲座提纲SPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前八页\总数六十一页\编于十三点SPMI:预处理.Slicetiming–(获取时间校正)Realignment-(头动校正)Normalisation-(空间标准化）Smoothing-(空间平滑)目前九页\总数六十一页\编于十三点MRIvs.fMRI↑neuralactivity↑bloodoxygen↑fMRIsignalMRIfMRIoneimagehighresolution

(1mm)

lowresolution(~3mmbutcanbebetter)fMRI

BloodOxygenationLevelDependent(BOLD)signal indirectmeasureofneuralactivity

…manyimages(e.g.,every2secfor5mins)目前十页\总数六十一页\编于十三点预处理–SliceTiming-SPM选择参考slice拉齐其它slice目前十一页\总数六十一页\编于十三点预处理–Realign（头动校正）•不同scan之间像素对应关系遭到破坏。•血液动力学响应被头动引起的信号淹没。目前十二页\总数六十一页\编于十三点预处理–Realign（头动校正）刚体变换六个头动参数估计:3个方向的平移(mm) 3个轴向的旋转目前十三页\总数六十一页\编于十三点预处理–Realign-SPM将同一被试不同采样时间点上的3D脑对齐目前十四页\总数六十一页\编于十三点空间标准化问题目前十五页\总数六十一页\编于十三点空间标准化问题个体大脑在形状、大小等方面存在明显差异，我们如何进行不同人之间的比较呢？…使不同被试脑图像中的同一像素代表相同的解剖位置一个标准脑空间目前十六页\总数六十一页\编于十三点标准脑空间-Talairach坐标系Source:BrainVoyagercourseslidesTalairach&Tournoux,1988•squishorstretchbraininto“shoebox”•extract3Dcoordinate(x,y,z)foreachactivationfocus目前十七页\总数六十一页\编于十三点使不同被试脑图像中的同一像素代表相同的解剖位置粗配准–仿射变换精配准–非线性变换目前十八页\总数六十一页\编于十三点Why使不同被试脑图像中的同一像素代表相同的解剖位置一个公共的标准空间How先使用简单的线性变换进行粗配准再用复杂的非线性变换精配准Problems计算复杂度（高精度算法配准一个脑需要几个小时）个体之间的脑并非一一映射关系不可能有完全准确的配准Solutions对空间标准化后的脑图像进行适当的平滑使用变形场信息预处理–空间标准化–小结目前十九页\总数六十一页\编于十三点预处理–空间标准化-SPM使不同被试脑图像中的同一像素代表相同的解剖位置将每个个体脑放入一个公共的标准空间目前二十页\总数六十一页\编于十三点TemplateNormalisedImage预处理–空间标准化–结果目前二十一页\总数六十一页\编于十三点

空间平滑的问题使残差项更符合高斯分布假设减少标准化后剩余的个体间差异提高信噪比5-50目前二十二页\总数六十一页\编于十三点预处理–空间平滑-SPM目前二十三页\总数六十一页\编于十三点SPM预处理部分小结.Slicetiming–(adjusttimedifferenceamongdifferentslice)Realignment-(adjustformovementbetweenslices)Normalisation-(warpfunctionaldataintotemplatespace)Smoothing-(toincreasesignaltonoiseratio)目前二十四页\总数六十一页\编于十三点LectureOutlineSPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前二十五页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics目前二十六页\总数六十一页\编于十三点个体水平分析的基本过程与目的实验设计个体扫描个体激活区检测

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

1500msec

对这个被试，你感兴趣的effect在那些脑区出现，其强度如何？目前二十七页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前二十八页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前二十九页\总数六十一页\编于十三点InMatrixFormGLM的数学表示………β1:βl::…:…:::YJxJ1…xJl…xJLβLεJX

Y=观测数据

×设计矩阵

β参数+ε

残差x1lx1L

ε1恐惧Y1

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

::Y1x11…x1l

:YJ:x…:Yj=xj1…xjlJ1x1L

:xJlxjL

ε1

:xJL+εjεJYY^目前三十页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample目前三十一页\总数六十一页\编于十三点TimeTimeGLM：设计矩阵XX2X1

Y=X•β+εSPMrepresentstimeasgoingdownSPMrepresentspredictorswithinthedesignmatrixasgrayscaleplots(whereblack=low,white=high)overtimeSPMincludesaconstanttotakecareoftheaverageactivationlevelthroughouteachrunXIntensityY目前三十二页\总数六十一页\编于十三点G(刺激因素）DesignmatrixXG1H(干扰因素)H1Globalactivity:E.g.headmotionparametersHcLineartrendsGcstimulusGLM：设计矩阵X的结构目前三十三页\总数六十一页\编于十三点血氧系统对单次刺激的响应目前三十四页\总数六十一页\编于十三点刺激序列HRF设计矩阵中的刺激因素X目前三十五页\总数六十一页\编于十三点G(stimulating)DesignmatrixXG1H(non-interesting)H1E.g.(1)headmotionparameters (2)breathing (3)heartbeatHcLineartrends

duetoMRIscannerGlobalactivity:GcstimulusGLM：设计矩阵X的结构目前三十六页\总数六十一页\编于十三点为什么要考虑这些干扰因素？LinearTrendProbableRespirationArtifactheadmotion parametersEffect/Error目前三十七页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics目前三十八页\总数六十一页\编于十三点0100-10+10012-0.01+0.01=+*5+…+Y=X1*β1+…+Xn*μ+e*50FittingXtoYgivesyouoneβ(parameterestimate)foreachcolumnofX,aμande.BetasprovideinformationaboutfitofregressorXtodata,Y,ineachvoxel目前三十九页\总数六十一页\编于十三点GLM求解的几何表示：勾股定理E用X线性组合Y^近似表达Y目前四十页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statistics多重比较Example目前四十一页\总数六十一页\编于十三点

构造Contrast对感兴趣的解释变量进行比较X2X1Y=X•β+ε

=β1•X1+β2•X2+β3•X3+…+βN•XN+ε

[X1X2X3…XN] [β1β2β3…βN]

T检验：构造Contrast向量

F检验：构造Contrast矩阵实验设计=〉感兴趣effect=〉contrast所以contrast在数据采集之前就定下了！目前四十二页\总数六十一页\编于十三点

本质Effects↔解释空间Xs↔contrast向量[1-1]x1–x2↔↔

Ex1–x2

(x1–x2)目前四十三页\总数六十一页\编于十三点Single-subjectAnalyses基本过程与原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statisticsMultipleComparisons目前四十四页\总数六十一页\编于十三点TimeY=X•β+εIntensityYPreprocessing...TheProblemofMultipleComparisons

T>ToPo=0.01目前四十五页\总数六十一页\编于十三点200activated噪声脑的“激活”

P=0.0120,000voxs

噪声脑目前四十六页\总数六十一页\编于十三点怎么办？200activated2activated200activated 5activated目前四十七页\总数六十一页\编于十三点200activated200activatedUncorrectedp=0.01

我在进行探 索性研究！探索性研究目前四十八页\总数六十一页\编于十三点Bonferronicorrection

最严格的校正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目前四十九页\总数六十一页\编于十三点BonferroniCorrection的思想及其在fMRI数据分析中的问题Bonferroni校正的假设pvoxel=poverall/NN为独立观测个数相邻体元的BOLD信号会相互独立的吗？头动等噪声对同一脑区的影响很相似BOLD信号本身就对应着一定空间范围预处理中的平滑目前五十页\总数六十一页\编于十三点SPM中的多重比较校正的原理根据数据的空间相关程度计算独立观测个数（独立比较的次数Nindepentent）根据整体虚警概率poverall和Nindepentent得到单个体元的pvoxel值pvoxel=poverall/Nindepentent目前五十一页\总数六十一页\编于十三点SPM个体激活区检测基本过程目前五十二页\总数六十一页\编于十三点个体水平effect计算的SPM实现 （个体激活区检测）模型定义DesignMatrixSpecification

数据定义参数估计

DataSpecificationParameterEstimation统计结果Result目前五十三页\总数六十一页\编于十三点参数估计常用工具与 参数设置

预处理部分

First-level模型构建与Second-level目前五十四页\总数六十一页\编于十三点LectureOutlineSPMI:Intro,PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前五十五页\总数六十一页\编于十三点Howdowecompareacrosssubjects?建立不同人之间的可比性NormalizationROI多个被试的统计分析Fixed-effectsModelRandom-effectsModel目前五十六页\总数六十一页\编于十三点Fixed-effectsModelAssumethattheexperimentalmanipulationhassameeffectineachsubjectUsesdatafromallsubjectstoconstructstatisticaltestAveraging/connectingacrosssubjectsbeforeat-testSensitivetoextremeresultsfromindividualsubjectstrongeffectinonesubjectcanleadtosignificanceevenwhenothersshowweakornoeffectsAllowsinferencetosubjectsampleyoucansaythateffectwassignificantinyourgroupofsubjectsbutcannotgeneralizetoothersubjectsthatyoudidn’ttestHowaboutthepopulation?目前五十七页\总数六十一页\编于十三点RandomeffectanalysisAssumesthateffectvariesacrossthepopulationAcc