【R-fMRI Notes】基础知识1

现代的神经影像学技术有这样几种：脑电图(EEG)，单光子发射体层成像(SPECT),正电子发射型计算机断层显像(PET)，功能性磁共振成像(fMRI)，侵入性光学成像(invasive optical imaging)，颅内电极记录(intracranial recording)，脑皮层电图(ECoG)，其中最为广泛应用的是fMRI和PET

PET：测量血流量和神经系统里的化学物质，然后我们就可以测量示踪剂，如阿片类药物和多巴胺，在脑中的释放

fMRI：可以探测到大脑结构和他的动态变化，大脑的动态变化是怎么看到的呢？目前我们大约每一秒或两秒（一般为2秒）就可以得到一张全脑图像，每一张全脑图像又包含100到200000层切片，所以我们就可以看到整个神经网络的动态变化。
脑成像主要分为两种：结构性脑成像与功能性脑成像。并且存在一些不同的类别来执行每种类别的成像，

关于结构性脑成像：它涉及脑结构的研究，也涉及疾病和损伤的诊断。例如，如果你在一次事故中然后得了中风或类似的疾病，你可能会去做一个结构成像看看其影响。

执行方式包括：计算机轴向断层扫描(CAT)，磁共振成像(MRI)，正电子发射断层扫描(PET)。

fmri是一种非侵入技术：fmri扫描没有已知的副作用，在fmri实验中，在被试完成任务时测量一系列的大脑图像，然后单个图片的测量信号的变化被用来推断任务－相关的脑活动。
fmri是在一段时间内多次测量测量大脑某块区域

每一个这些大脑区域大约包含100，000不同的voxels（体素）。体素是三维空间内的小立方体块块儿，所以他相当于把大脑放在一个有边界的盒子里，把盒子切成100,000相同体积的小块。这些小块是fmri分析的基石，他们被称为体素(voxel)或者(volume elements)。

每个体素都有一个数字（在这里代表强度）和空间位置与之对应。在实验中，大约每2秒就要获得一个图像，可能一共需要获得几百个大脑图像。

从另一个角度来说，我们可以从每个体素中提取到活动强度信息，每个体素都有一个空间的位置，在连续的时间观察这个体素，我们就可以看到这个体素的活动强度随时间的变化，从而提取出来关于时间的活动强度信息，从而关联我们的任务或者被试的活动。
在通常情况下，这些信号代表血氧依赖水平(BOLD 对比度)，测量血红蛋白与脱氧血红蛋白的比例，测量该组织的新陈代谢速度，间接反映神经元活动。

血流响应函数(hemodynamic response function,HRF)，代表神经活动触发的fmri响应

这个图片的意思是如果在0时刻发生了某些活动，BOLD信号就会发生这样的变化：首先上升，接着达到峰值，然后衰退并进入一段时间低谷，低于baseline十几秒

实际上，fmri数据分析是一个大数据的问题，每一个大脑体积包括100，000个体素测量值，每一个实验会有上百次大脑扫，每个实验都会重复很多被试（10-40），为了做群体性推论，因而我们需要分析的数据非常巨量。
fmri数据数据处理过程：

• 时间校准
• 头动校准
• 配准与标准化
• 空间平滑处理

数据分析过程：

• 定位大脑活动
• 连接强度分析、预测

fmri数据分析的三个目标
大脑活动的mapping，我们要决定在进行特定任务时大脑什么部位会被激活，同时我们也要处理好噪音的问题，比如这样，噪音就会到来这样“费解”的影响，所以我们需要经过一个假设检验的比较过程来得到我们的结论。

通常有三种手段

1. 比较过程需要我们对某个任务的对比度进行统计分析，在第一个图中每个点代表一个实验的结果；
2. 脑活动－行为关联，我们可以用大脑活动与行为强度（可以是表现的数据，也可以是年龄等等）进行拟合，寻找相关性；
3. 基于信息的mapping，我们可以通过观察一个脑区的活动，来算出它对特定行为任务的表征精度，用一种类似聚光灯（search light的方式），来观察大脑的每个区域都编码了多少信息。