WikiDer > Статистическое параметрическое отображение

Statistical parametric mapping

Статистическое параметрическое отображение (SPM) это статистический методика изучения различий в мозг активность, записанная во время функциональная нейровизуализация эксперименты. Он был создан Карл Фристон. В качестве альтернативы он может относиться к программному обеспечению, созданному Wellcome Департамент визуальной нейробиологии (Университетский колледж Лондона) для проведения таких анализов.

Подход

Единица измерения

Функциональная нейровизуализация - это один из видов «сканирования мозга». Он включает в себя измерение активности мозга. Метод измерения зависит от технологии визуализации (например, фМРТ и ДОМАШНИЙ ПИТОМЕЦ). Сканер создает «карту» области, которая представлена ​​как воксели. Каждый воксель представляет активность определенного объема в трехмерном пространстве. Точный размер вокселя зависит от технологии. Воксели фМРТ обычно представляют собой объем 27 мм.3 в равностороннем кубоиде.

Экспериментальная конструкция

Исследователи изучают активность мозга, связанную с конкретным психическим процессом или процессами. Один из подходов заключается в том, чтобы спросить, «какие области мозга значительно более активны при выполнении задачи А по сравнению с задачей Б?». Хотя задачи могут быть спроектированы так, чтобы они были идентичными, за исключением исследуемого поведения, мозг по-прежнему может показывать изменения в активности между задачами из-за факторов, отличных от различий между задачами (поскольку мозг координирует многие параллельные функции, не связанные с задачей). Кроме того, сигнал может содержать шум от самого процесса формирования изображения.

Чтобы отфильтровать эти случайные эффекты и выделить области деятельности, конкретно связанные с исследуемым процессом, статистика ищет наиболее существенные различия. Это включает в себя многоступенчатый процесс подготовки данных и их анализа с помощью общая линейная модель.

Предварительная обработка изображений

Изображения со сканера могут быть предварительно обработаны для удаления шума или исправления ошибок выборки.

Исследование обычно сканирует предмет несколько раз. Чтобы учесть движение головы между сканированиями, изображения обычно корректируются таким образом, чтобы воксели на каждом изображении соответствовали (приблизительно) одному и тому же участку мозга. Это называется перестройка или же коррекция движениясм. выравнивание изображения.

В функциональных нейровизуализационных исследованиях обычно участвуют несколько человек, у каждого из которых разная форма мозга. Все, вероятно, будут иметь одинаковую анатомию, за исключением незначительных различий в общем размере мозга, индивидуальных вариаций топографии извилины и борозды из кора головного мозга, и морфологические различия в глубоких структурах, таких как мозолистое тело. Чтобы облегчить сравнение, трехмерное изображение каждого мозга преобразуется так, чтобы поверхностные структуры выстраивались в линию. пространственная нормализация. Такая нормализация обычно включает перемещение, вращение и масштабирование, а также нелинейное искажение поверхности мозга для соответствия стандартному шаблону. Стандартные карты мозга, такие как Talairach-Tournoux или шаблоны из Монреальский неврологический институт (MNI) позволяют исследователям со всего мира сравнивать свои результаты.

Изображения можно сглаживать, чтобы сделать данные менее зашумленными (аналогично эффекту размытия, используемому в некоторых программах для редактирования изображений), с помощью которого воксели усредняются со своими соседями, обычно с использованием Гауссовский фильтр или по вейвлет трансформация.

Статистическое сравнение

Параметрическая статистика модели предполагаются в каждом вокселе, используя общая линейная модель для описания изменчивости данных с точки зрения экспериментальных и искажающих эффектов с остаточной изменчивостью. Гипотезы, выраженные в терминах параметров модели, оцениваются на каждом вокселе с одномерная статистика.

Анализ может изучить различия в время (то есть корреляции между переменной задачи и мозговой активностью в определенной области) с использованием линейных свертка модели того, как измеренный сигнал вызван основными изменениями в нейронной активности.

Поскольку проводится множество статистических тестов, необходимо внести поправки, чтобы контролировать ошибки типа I (ложные срабатывания), потенциально вызванные сравнением уровней активности по множеству вокселей. Ошибка типа I приведет к ошибочной оценке фоновой активности мозга как связанной с задачей. Корректировки производятся в зависимости от количества перепродажи в образе и теории непрерывного случайные поля для того, чтобы установить новый критерий статистической значимости, который корректирует проблему множественные сравнения.

Графические представления

Активация мозга с помощью фМРТ показана в виде цветного пятна на МРТ

Различия в измеряемой активности мозга можно представить по-разному.

Их можно представить в виде таблицы с координатами, показывающими наиболее существенные различия в активности между задачами. В качестве альтернативы, различия в активности мозга могут быть показаны в виде цветных пятен на «срезе» мозга, причем цвета представляют расположение вокселей со статистически значимыми различиями между условиями. Цветовой градиент сопоставляется со статистическими значениями, такими как t-значения или z-значения. Это создает интуитивно понятную и визуально привлекательную карту относительной статистической силы данной области.

Различия в активности можно представить в виде «стеклянного мозга», представляя три общих изображения мозга, как если бы он был прозрачным. Только участки активации видны как области затенения. Это полезно как средство суммирования общей области значительных изменений в данном статистическом сравнении.

Программного обеспечения

SPM - это программное обеспечение, написанное отделом нейробиологии Wellcome по адресу: Университетский колледж Лондона для помощи в анализе данных функциональной нейровизуализации. Он написан с использованием MATLAB и распространяется как бесплатно программное обеспечение.[1]

Смотрите также

Рекомендации

  1. ^ «SPM - Статистическое параметрическое отображение». www.fil.ion.ucl.ac.uk. Получено 2019-10-03.

внешняя ссылка