脑机接口专栏 | 如何分析静息状态的fMRI数据?(二)
关注微信公众号:脑机接口研习社
了解脑机接口最近进展
系列文章目录
脑机接口专栏 | 如何分析静息状态的fMRI数据?(一)
文章目录
- 系列文章目录
- 一、Functional Segregation Methods for Identifying Neural Networks
- 二、ALFF Analysis
- 三、Regional Homogeneity Analysis
一、Functional Segregation Methods for Identifying Neural Networks
功能分离根据大脑的特定功能将大脑分为多个区域:低频波动幅度(ALFF)和区域均匀性(ReHo)是功能分离评估中常用的方法。
Fractional-ALFF和ReHo反映了区域神经活动(“城市”)的不同方面,但未提供有关功能连接性(“高速公路”)的信息。
尽管ALFF和ReHo在许多方面都相似,但它们揭示了临床人群中脑异常的不同方面。这两种方法的组合应用比单独一种方法提供的信息更多。
接下来,我们将讨论这些方法中的每一种,它们的优缺点以及它们如何相互补充。
二、ALFF Analysis
ALFF方法在0.01 Hz到0.1 Hz的低频范围内测量BOLD信号的总功率,如图1A所示,结果通过REST Slice Viewer可视化。
http://www.restfmri.net
ALFF与区域神经活动成正比。
Fractional-ALFF是一种变体,用于测量低频范围(0.01-0.1 Hz)内的功率除以整个可检测频率范围内的总功率,并表示低频振荡的相对贡献。
ALFF和Fractional-ALFF仅测量区域的大脑活动,就像地图上城市的交通一样,ALFF揭示“交通”的密度为绝对值,而Fractional-ALFF则将交通密度视为城市中的比例。
因此,它们不提供有关大脑区域之间功能连接的信息。
▲原文中的图1
图1是ALFF和ReHo的测量结果(200名健康志愿者的1-sample t-test结果。A:ALFF结果;B:ReHo结果。ALFF和ReHo升高的结果大多与默认模式网络重叠,默认模式网络在健康志愿者的静息状态下被激活。对于不同类型的患者,可能在静息状态的其他大脑区域中检测到异常的ALFF或ReHo。ALFF和ReHo结果均反映了区域神经活动。ALFF专注于衡量活动的强度,而ReHo更专注于区域活动的连贯性和中心性(coherence and centrality of regional activity)。T表示峰强度。
据报告,频带的子集如下:
0.010~0.027 Hz:可能反映了皮质神经元活动;
0.027~0.073 Hz:可能反映了基底神经节活动;
0.073~0.198 Hz 或 0.198~0.250:与生理噪声和白质信号相关。
然而,关于rs-fMRI是否能真正检测出白质活动,目前存在着积极的辩论。
白质功能磁共振成像激活的原因仍有争议,需要进一步调查。
越来越多的证据支持使用基于rs-fMRI数据的功能相关张量分析评估的白质的空间特性。
功能相关张量结果显示与扩散张量成像相似,但代表一个单独的实体。
涉及rs-fMRI数据的功能相关张量分析的未来研究可能会提供对白质内大脑网络交互功能的了解。
PS. fMRI能否探测到白质尚有争议。可作为研究热点之一。Future studies involving functional correlation tensor analysis of rs-fMRI data may provide insight into the network interaction features of the brain within the white matter.
ALFF和Fractional-ALFF方法的优点在于分析简单,没有任何基础假设。
ALFF和Fractional-ALFF均显示出极高的时间稳定性和长期(约6个月)的重新测试可靠性。
Fractional-ALFF据报道对灰质更具特异性;但是,它的重测可靠性略低。
因此,通常将两种测量结果一起报告,以最大程度地确保受试者之间的可靠性,并具有足够的特异性来检查个体差异。
三、Regional Homogeneity Analysis
ReHo分析是基于体素的度量,用于根据给定体素的时间序列与其最近相邻的时间序列之间的相似性(通过BOLD时间序列的Kendall一致性系数来计算)。
ReHo分析测量相邻区域的同步性,相当于城市中“市区”与“郊区”之间交通的协调性(如上图1B所示)。
ReHo值越高,表示区域脑部活动的连贯性和中心性越高。
高的连贯性和中心性通常(但不一定总是)与高频率的活动相同。
因此,fractional-ALFF和ReHo的结果应分开讨论。
在ALFF和ReHo中重叠的区域表示的区域不仅以相同的时间频率激活,而且还与相邻体素同步激活。这种表示意味着这些区域不仅活跃而且还参与了相对较大的一组神经元活动之中。
ReHo通常在低频范围内计算,通常在0.01 Hz和0.1 Hz之间。
它可以细分为不同的频段。
较低的频段(0.01–0.04 Hz)ReHo对皮层活动更敏感。
在不同频段进行ReHo测量的确切生物学意义仍需进一步探索。
几项研究证明了不同神经系统条件下ReHo变化的频率依赖性。在未来的rs-fMRI研究中,应使用谱特异性分析策略在健康受试者和具有特定病症的患者中开展针对ReHo生物学意义的研究。
不同频段的ReHO的生物意义值得探索
即使经过很长的时间间隔(如6个月)重新扫描对象,ReHo方法的重测可靠性也很高。
Zuo等人在将单个预处理数据投影到皮质表面空间后,使用基于皮质表面的fMRI分析开发了一种沿二维(表面)的ReHo计算方法。
它比基于常规3D(体积)的方法更可靠,原因如下:
通过避免灰白色物质的混合,可以精确计算皮质表面的ReHo值;
通过避免由于人类皮层高度折叠而在3D空间中混合相邻的大脑组织,可以更精确地表征大脑区域内的功能同质性。
像ALFF一样,ReHo不需要先验定义ROI(Region of Interest),并且可以提供有关整个大脑区域活动的信息。
ALFF和ReHo方法均可用于揭示大脑的局部神经活动。
这些方法用于定义基于种子的功能连接性分析的ROI(下面进一步讨论)。
但是,由于将大脑作为一个集成网络而不是孤立的群集进行了更适当的研究,因此对于功能集成方法的支持,对独立功能分离方法的兴奋逐渐消退。
ReHo的另一个局限性是ReHo在不同频段的生物学意义相对不清楚。
欲知后事如何,请关注我们的公众号~
参考文献
Lv, H., Wang, Z., Tong, E., Williams, L. M., Zaharchuk, G., Zeineh, M., … & Wintermark, M. (2018). Resting-state functional MRI: everything that nonexperts have always wanted to know. American Journal of Neuroradiology, 39(8), 1390-1399.
脑机接口专栏 | 如何分析静息状态的fMRI数据?(二)相关推荐
- 脑机接口专栏 | 如何分析静息状态的fMRI数据?(三)
关注微信公众号:脑机接口研习社 了解脑机接口最近进展 系列文章目录 脑机接口专栏 | 如何分析静息状态的fMRI数据?(一) 脑机接口专栏 | 如何分析静息状态的fMRI数据?(二) 文章目录 系列文 ...
- 脑机接口专栏 | 利用黎曼几何分析EEG脑电信号(二)
关注微信公众号:脑机接口研习社 了解脑机接口最近进展 系列文章目录 脑机接口专栏 | 利用黎曼几何分析EEG脑电信号(一) 马可·康盖多(Marco Congedo)等人提出了一个可能的新一代脑机接口 ...
- 脑机接口应用于驾驶员的疲劳状态检测综述
今天Rose分享一篇伍冬睿教授的关于驾驶员疲劳状态检测综述,主要包括非接触式例如计算机视觉以及接触式包括脑电等在驾驶员的疲劳状态检测! 伍教授在机器学习.脑机接口方向做了很多探索,包括集成学习方法.脑 ...
- 脑机接口专栏 | 利用黎曼几何分析EEG脑电信号(一)
关注微信公众号:脑机接口研习社 了解脑机接口最近进展 文章目录 前言 一.黎曼几何 二.EEG脑电信号 前言 想要读懂这篇文章,首先需要搞懂标题中出现的两个专有名词--黎曼几何和EEG脑电信号.这是一 ...
- 2021年中国脑机接口行业发展前景分析:应用前景广泛,市场规模的持续快速增长[图]
脑机接口(BrainComputerInterface,BCI),指在人或动物大脑与外部设备之间创建的直接连接,实现脑与设备的信息交换.在脑机接口的信息采集层面,主要可分为侵入式.部分侵入式和非侵入式 ...
- 脑机接口基础学习19---救救我吧,Evoked数据可视化
在这一节的学习中,我遇到了非常大的问题 Evoked potential(EP)诱发电位或诱发反应是指出现在诸如闪光或纯音之类的刺激后,从人类或其他动物的神经系统,特别是大脑的特定部分记录的特定模式的 ...
- 味觉可以被识别吗?脑机接口在味觉感知中的新应用
当一家餐馆或公司在设计推出一种新食品时,消费者的意见对他们来说至关重要.对食品的感官愉悦决定了消费者对食物的选择,而所谓色.香.味俱全的食品往往得到广大消费者的青睐. 味觉被归为食物风味的感觉之一,而 ...
- 从运动脑机接口到情绪脑机接口:马斯克脑机接口公司Neuralink背后的原理
从运动脑机接口到情绪脑机接口(1) 脑机接口(BMI)是一种闭环控制系统,通过记录和调控神经活动的方式与大脑进行交互.目前应用是恢复失去的神经功能,尤其是恢复瘫痪患者的运动功能.由于运动脑机接口可以精 ...
- 值得收藏!脑科学、脑机接口领域白皮书、研究报告汇总
2021年全球脑科学发展报告 脑科学是生命科学最尖端.最前沿的领域,也是人类最难攻克的"科学堡垒"之一.但脑科学却是诸多前沿科技发展的基础,如人工智能.脑机接口.信息科学.仿生科学 ...
- 运动想象脑机接口中迁移学习的完整流程
点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 脑机接口(Brain-Computer Interface, BCI)可以让用户使用脑电信号直接与计算机或其他外部设备进 ...
最新文章
- 吴恩达deeplearning.ai五项课程完整笔记了解一下?
- 机器人能否取代人工?阿迪达斯付出血的教训,含泪关闭智能工厂
- System.Web.Optimization找不到引用
- labview如何进行串口通讯(转)
- k8s之wsl2+kind+docker desktop搭建kubevela测试集群
- 微信小程序如何发送 http 请求
- jzoj1246-挑剔的美食家【set,贪心】
- 上海大学计算机学院客座教授,刘云虹教授受聘上海大学外国语学院客座教授并做学术讲座...
- Qt 设置textEdit插入文本的字体、大小和颜色
- BOM+DOM+JavaScript读取与操作网页对象
- Graph Structure of Neural Networks何凯明团队
- 怎样使用http代理IP判断公立幼儿园和私立幼儿园的差距
- 织梦怎样调取mysql_如何实现dedecms外部数据库调用
- 随笔 | 读《写给年轻程序员的思考书》ii
- 英文情景对话(背诵篇)
- python布尔值使用_如何在Python中使用布尔值?
- TruckSim Quick Start Guide(TruckSim快速入门)
- U盘里面空间占用了.但是却不显示任何东西
- 前馈神经网络(FNN)
- 亚马逊运营爆款产品技巧-跨境知道