[fMRI手册]Handbook of functional MRI Data Analysis—Chapter 5

Handbook of functional MRI Data Analysis

fMRI数据分析手册

Statistical modeling: Single subject analysis

统计模型： 单个目标分析

fMRI数据分析的目标是分析每个体元的时间序列来看是否某些处理导致了BLOD信号的变化



上图可以发现血氧依赖水平信号（蓝色）和刺激（红色）有着相同的变化趋势，然后我们就可以寻找体元的时间序列中与BLOD信号符合这种模式的变化。因为神经信号的滞后性我们可以发现红色线并没有和蓝色有着完全一致的变化情况。

我们需要用已知的学样水平依赖BLOD信号，建立一个尽可能精确描述BLOD的一般线性模型（GLM）。然后关注建模和BLOD噪声或者其他的影响BLOD的因素

5.1 The BLOD signal 血氧水平依赖信号

如第一章中说明的：

BLOD信号的上升是因为神经活动在血液流动，血液体积，血液含氧量变化的反应。

简单的说在一个活动状态的时候，同质的局部血红蛋白互相吸引到一起导致了T2*权重的MRI信号变化，如图中的变化，BLOD信号的变化不是即时的，BLOD是原始神经信号的粗糙的且延时的反应。



这个血液动力学的反应有着以下的特点

- 最高顶点：最大观测振幅比基础感觉刺激高5%左右，而认知研究中关心的信号大约分布在0。1-0.5%

- 时间达到顶峰：HRF的顶峰通常在刺激开始后的4-6s下降

- 宽度：HRF在刺激开始后1-2s上升然后用12-20S下降到基准线

- 初始下沉：一些研究发现在BLOD信号开始的1-2s有一个初始的下沉，这被认为是在血流和学业体积变化前早期的血氧消耗。很多研究没有发现初始下沉现象或者出现的时候相比BLOD信号的顶峰也通常被大多数fMRI数据模型所忽略

- 刺激后下冲：HRF广泛展现了一个晚期的下冲，这个反应对比振幅20S的下降时间来说是相当小的

5.1.1 卷积

BLOD信号的一个重要特征是神经反应和BLOD信号之间存在线性时间不变量的特征。

线性意味着如果神经反应被放大或缩小a倍，则BLOD反应也被放大或缩小同样的倍数。

线性同时包含线性叠加的性质,如下图B中，蓝色的线是绿色线性叠加后的结果



线性时间不变的BOLD信号性质的细节在

Box 5.1.1

此处略

卷积是一个可以在线性时间不变的条件下将两个函数结合在一起的一种方法

h是一个建立的能够代表BOLD形状的函数，f是与HRF相关的

(h∗f)(t)=∫h(τ)f(t−τ)dτ(h*f)(t)= \int h(\tau)f(t-\tau)d\tau

回顾3.7节中的卷积，这里稍有些不同，因为这里用了高斯核进行了空间的平滑

选择一个合适的HRF函数是能够保证一般线性模型能够最好的拟合BOLD时间序列

5.1.1.1 特征化血液动力学反应函数

我们需要估计HRF的估计然后通过卷积来获得BOLD反应的预测

【未完待续】

5.2 The BLOD noisy 血氧水平依赖噪声

5.3 Study design and modeling strategies 研究设计和建模策略