fMRI实验设计

声明：来源于https://blog.csdn.net/clancy_wu/article/details/93870483

fMRI主要用于研究脑的功能。
全称：functional magnetic resonance imaging
原理：基于神经元功能活动对局部氧耗量和脑血流影响程度不匹配所导致的局部磁场性质变化的原理。
总结，就是rest状态下，局部氧耗量（含氧血红蛋白变成脱氧血红蛋白的过程）与脑血流作为磁场信号基线，当task状态下，两者信号差变大，就形成了fMRI，而差值变大的原因就是脑神经元耗氧量明显增加，但局部血流量稍有增加。

简而言之，fMRI研究局部神经元活动，就是研究局部脑组织的功能。

实验设计：

总体思路是：控制刺激呈现的时间和特征来影响脑的认知加工的过程。

实验设计时，控制改变以下变量：
（1）刺激的特性（作为针刺来说，就是腧穴的选择、手法的选择）
（2）刺激量（刺激的时间，从而影响积累量）
（3）任务态的任务（静息态无此项）
（4）实验变量对比（同一实验不同变量或者其他）

实验设计时，实验流程整体分为三种：组块设计，事件相关设计，混合设计。
组块设计（block designs）：将相同条件的几个行为实验安排在一起。
形式：静息-任务-静息-任务… 其中任务包含多个行为。
事件相关设计（event-related designs）：将行为实验分开，分别刺激，研究每个行为实验的影响。
形式：任务1-间隔-任务2-间隔-任务3-间隔… 其中每个行为实验在相同的条件下进行，且间隔严格相同。
混合设计（mixed disigns）：结合上述2种方案，能分离出认知过程中持续和短暂的processing
一句话理解（非科普）：block designs 类似于成组的设计，event-related designs类似于单变量设计。

介绍各自的优缺点：
BD：优点：因为有多个刺激，所以统计力强
**************数据分析简单，可以用T-test，相关分析，聚类分析等等
******缺点：只能检验组间误差，组内误差无法检验
**************被试有期待效应
**************不能观察单个刺激的反应
******用途：临床用于检测功能区的激活
ERD：优点：检测灵敏
****************能检验单个刺激的反应
****************可以对被试反应进行分析
****************减少被试的期待效应
********缺点：分析复杂、信噪比低、统计力弱
MD： 优点：优点很多
*******缺点：数据处理复杂，分析复杂

传统fMRI试验过程与基于模型的fMRI试验对比：

1.传统的fMRI试验过程包括组块设计、事件相关设计、混合设计，而基于模型的fMRI方法更多需要借用事件
相关和基于试验(trial)的方法来设计实验过程[1].
2.传统的fMRI实验将刺激任务设定为事件相关、组块设计和混合实验设计，要解决的问题是某个特定的实验条件引起血氧水平依赖(blood oxygen level dependent,BLOD) 信号反应时激活脑区的位置。 而基于模型的fMRI方法所要探知的是参与某个特定认知过程被激活的一个特定脑区或一组脑区，以及在这些脑区间是如何协作完成活动的，实现了大脑从功能定位到信息流向的转变，它揭示的是大脑内部感兴趣变量与神经影像数据之间的关联[2]。

另外的一些基本知识：matrix 矩阵,voxel 体素，pixel 像素

注意：脑电图是二维的，fMRI是三维的，为什么是三维的呢？

是因为fMRI是切割了每一层，每一层是二维，最后把每一层在空间上拼合，就变成了三维。拼成的三维就是矩阵的排列，体素是每一个小个体。

另外要注意如果单个被试的旋转超过0.5度，或者平移超过半个体素，就要放弃该数据。

参考：

［1］ＨｕｅｔｔｅｌＳＡ．Ｅｖｅｎｔ⁃ｒｅｌａｔｅｄｆＭＲＩｉｎｃｏｇｎｉｔｉｏｎ［Ｊ］．Ｎｅｕｒｏｉｍａｇｅ，２０１２，６２（２）：１１５２－１１５６．

[2]  Ｏ’Ｄｏｈｅｒｔｙ ＪＰ， Ｈａｍｐｔｏｎ Ａ， Ｋｉｍ Ｈ． Ｍｏｄｅｌ⁃Ｂａｓｅｄ Ｆｍｒｉ Ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎ Ｔｏ Ｒｅｗａｒｄ Ｌｅａｒｎｉｎｇ Ａｎｄ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ ［ Ｊ ］．Ａｎｎａｌｓ ｏｆ ｔｈｅ Ｎｅｗ Ｙｏｒｋ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， ２００７，１１０４（１）：３５ － ５３．