fMRI數(shù)據(jù)分析系統(tǒng)SPM原理與應用

StatisticalParametricMapping基本原理與使用北京師范大學認知神經(jīng)科學與學習國家重點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fMRI研究框架實驗設計 被試招募與 掃描科學問題結果解釋

實驗假設 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\編于十三點線性代數(shù)統(tǒng)計理論GLM模型隨機場模型MR成像信號處理計算神經(jīng)解剖學神經(jīng)科學目前四頁\總數(shù)六十二頁\編于十三點SPM數(shù)據(jù)分析基本流程目前五頁\總數(shù)六十二頁\編于十三點預處理部分模型構建與參數(shù)估計常用工具與參數(shù)設置目前六頁\總數(shù)六十二頁\編于十三點講座提綱SPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前七頁\總數(shù)六十二頁\編于十三點SPMI:預處理.Slicetiming–(獲取時間校正)Realignment-(頭動校正)Normalisation-(空間標準化）Smoothing-(空間平滑)目前八頁\總數(shù)六十二頁\編于十三點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\編于十三點預處理–SliceTiming-SPM選擇參考slice拉齊其它slice目前十頁\總數(shù)六十二頁\編于十三點預處理–Realign（頭動校正）?不同scan之間像素對應關系遭到破壞。?血液動力學響應被頭動引起的信號淹沒。目前十一頁\總數(shù)六十二頁\編于十三點預處理–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個軸向的旋轉目前十二頁\總數(shù)六十二頁\編于十三點預處理–Realign-SPM將同一被試不同采樣時間點上的3D腦對齊目前十三頁\總數(shù)六十二頁\編于十三點空間標準化問題目前十四頁\總數(shù)六十二頁\編于十三點空間標準化問題個體大腦在形狀、大小等方面存在明顯差異，我們如何進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準腦空間目前十五頁\總數(shù)六十二頁\編于十三點標準腦空間-Talairach坐標系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–仿射變換精配準–非線性變換目前十七頁\總數(shù)六十二頁\編于十三點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準空間How先使用簡單的線性變換進行粗配準再用復雜的非線性變換精配準Problems計算復雜度（高精度算法配準一個腦需要幾個小時）個體之間的腦并非一一映射關系不可能有完全準確的配準Solutions對空間標準化后的腦圖像進行適當?shù)钠交褂米冃螆鲂畔㈩A處理–空間標準化–小結目前十八頁\總數(shù)六十二頁\編于十三點預處理–空間標準化-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準空間目前十九頁\總數(shù)六十二頁\編于十三點TemplateNormalisedImage預處理–空間標準化–結果目前二十頁\總數(shù)六十二頁\編于十三點

空間平滑的問題使殘差項更符合高斯分布假設減少標準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\編于十三點預處理–空間平滑-SPM目前二十二頁\總數(shù)六十二頁\編于十三點SPM預處理部分小結.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LectureOutlineSPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前二十四頁\總數(shù)六十二頁\編于十三點Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics目前二十五頁\總數(shù)六十二頁\編于十三點個體水平分析的基本過程與目的實驗設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)，其強度如何？目前二十六頁\總數(shù)六十二頁\編于十三點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InMatrixFormGLM的數(shù)學表示………β1:βl::…:…:::YJxJ1…xJl…xJLβLεJX

Y=觀測數(shù)據(jù)

×設計矩陣

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TimeTimeGLM：設計矩陣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G(刺激因素）DesignmatrixXG1H(干擾因素)H1Globalactivity:E.g.headmotionparametersHcLineartrendsGcstimulusGLM：設計矩陣X的結構目前三十二頁\總數(shù)六十二頁\編于十三點血氧系統(tǒng)對單次刺激的響應目前三十三頁\總數(shù)六十二頁\編于十三點刺激序列HRF設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G(stimulating)DesignmatrixXG1H(non-interesting)H1E.g.(1)headmotionparameters (2)breathing (3)heartbeatHcLineartrends

duetoMRIscannerGlobalactivity:GcstimulusGLM：設計矩陣X的結構目前三十五頁\總數(shù)六十二頁\編于十三點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GLM求解的幾何表示：勾股定理E用X線性組合Y^近似表達Y目前三十九頁\總數(shù)六十二頁\編于十三點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

構造Contrast對感興趣的解釋變量進行比較X2X1Y=X?β+ε

=β1?X1+β2?X2+β3?X3+…+βN?XN+ε

[X1X2X3…XN] [β1β2β3…βN]

T檢驗：構造Contrast向量

F檢驗：構造Contrast矩陣實驗設計=〉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

本質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\編于十三點怎么辦？200activated2activated200activated 5activated目前四十六頁\總數(shù)六十二頁\編于十三點200activated200activatedUncorrectedp=0.01

我在進行探 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Bonferronicorrection 最嚴格的校正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BonferroniCorrection的思想及其在fMRI數(shù)據(jù)分析中的問題Bonferroni校正的假設pvoxel=poverall/NN為獨立觀測個數(shù)相鄰體元的BOLD信號會相互獨立的嗎？頭動等噪聲對同一腦區(qū)的影響很相似BOLD信號本身就對應著一定空間范圍預處理中的平滑目前四十九頁\總數(shù)六十二頁\編于十三點SPM中的多重比較校正的原理根據(jù)數(shù)據(jù)的空間相關程度計算獨立觀測個數(shù)（獨立比較的次數(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)計結果Result目前五十二頁\總數(shù)六十二頁\編于十三點參數(shù)估計常用工具與 參數(shù)設置

預處理部分

First-level模型構建與Second-level目前五十三頁\總數(shù)六十二頁\編于十三點LectureOutlineSPMI:Intro,PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses目前五十四頁\總數(shù)六十二頁\編于十三點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Fixed-effectsModelAssumethattheexperimentalmanipulationhassameeffectineachsubjectUsesdatafromallsubjectstoconstructstatisticaltestAveraging/connectingacrosssubjectsbeforeat-testSensitivetoextremeresultsfromindividualsubjectstrongeffectinonesubjectcanleadtosignificanceevenwhenothersshowweakornoeffectsAllowsinferencetosubjectsampleyoucansaythateffectwassignificantinyourgroupofsubjectsbutcannotgeneralizetoothersubjectsthatyoudidn’ttestHowaboutthepopulation?目前五十六頁\總數(shù)六十二頁\編于十三點RandomeffectanalysisAssumesthateffectvariesacrossthepopulationAccountsforinter-subjectvarianceinanalysesAllowsinferencestopopulationfromwhichsubjectsaredrawnEspeciallyimportantforgroupcomparisonsRequiredbymanyreviewers/journals目前五十七頁\總數(shù)六十二頁\編于十三點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SPM個體激