原理與應(yīng)用詳解

原理與應(yīng)用詳解演示文稿當(dāng)前1頁，總共57頁。優(yōu)選原理與應(yīng)用當(dāng)前2頁，總共57頁。SPM版本歷史TheforthcomingversionisSPM5ThecurrentversionisSPM2PreviousversionsSPM2breleased21stNovember2002SPM99released25thJanuary2000SPM96released9thApril1997http://www.fil.ion.ucl.ac.uk/spm/當(dāng)前3頁，總共57頁。線性代數(shù)統(tǒng)計理論GLM模型隨機(jī)場模型MR成像信號處理計算神經(jīng)解剖學(xué)神經(jīng)科學(xué)當(dāng)前4頁，總共57頁。SPM數(shù)據(jù)分析基本流程當(dāng)前5頁，總共57頁。預(yù)處理部分模型構(gòu)建與參數(shù)估計常用工具與參數(shù)設(shè)置當(dāng)前6頁，總共57頁。講座提綱SPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前7頁，總共57頁。SPMI:預(yù)處理.Slicetiming–(獲取時間校正)Realignment-(頭動校正)Normalisation-(空間標(biāo)準(zhǔn)化）Smoothing-(空間平滑)當(dāng)前8頁，總共57頁。MRIvs.fMRI↑neuralactivity↑bloodoxygen↑fMRIsignalMRIfMRIoneimagehighresolution

(1mm)

lowresolution(~3mmbutcanbebetter)fMRI

BloodOxygenationLevelDependent(BOLD)signal indirectmeasureofneuralactivity

…manyimages(e.g.,every2secfor5mins)當(dāng)前9頁，總共57頁。預(yù)處理–SliceTiming-SPM選擇參考slice拉齊其它slice當(dāng)前10頁，總共57頁。預(yù)處理–Realign（頭動校正）?不同scan之間像素對應(yīng)關(guān)系遭到破壞。?血液動力學(xué)響應(yīng)被頭動引起的信號淹沒。當(dāng)前11頁，總共57頁。預(yù)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(zhuǎn)當(dāng)前12頁，總共57頁。預(yù)處理–Realign-SPM將同一被試不同采樣時間點上的3D腦對齊當(dāng)前13頁，總共57頁?？臻g標(biāo)準(zhǔn)化問題當(dāng)前14頁，總共57頁?？臻g標(biāo)準(zhǔn)化問題個體大腦在形狀、大小等方面存在明顯差異，我們?nèi)绾芜M(jìn)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(biāo)準(zhǔn)腦空間當(dāng)前15頁，總共57頁。標(biāo)準(zhǔn)腦空間-Talairach坐標(biāo)系Source:BrainVoyagercourseslidesTalairach&Tournoux,1988?squishorstretchbraininto“shoebox”?extract3Dcoordinate(x,y,z)foreachactivationfocus當(dāng)前16頁，總共57頁。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(zhǔn)–仿射變換精配準(zhǔn)–非線性變換當(dāng)前17頁，總共57頁。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(biāo)準(zhǔn)空間How先使用簡單的線性變換進(jìn)行粗配準(zhǔn)再用復(fù)雜的非線性變換精配準(zhǔn)Problems計算復(fù)雜度（高精度算法配準(zhǔn)一個腦需要幾個小時）個體之間的腦并非一一映射關(guān)系不可能有完全準(zhǔn)確的配準(zhǔn)Solutions對空間標(biāo)準(zhǔn)化后的腦圖像進(jìn)行適當(dāng)?shù)钠交褂米冃螆鲂畔㈩A(yù)處理–空間標(biāo)準(zhǔn)化–小結(jié)當(dāng)前18頁，總共57頁。預(yù)處理–空間標(biāo)準(zhǔn)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(biāo)準(zhǔn)空間當(dāng)前19頁，總共57頁。TemplateNormalisedImage預(yù)處理–空間標(biāo)準(zhǔn)化–結(jié)果當(dāng)前20頁，總共57頁。

空間平滑的問題使殘差項更符合高斯分布假設(shè)減少標(biāo)準(zhǔn)化后剩余的個體間差異提高信噪比5-50當(dāng)前21頁，總共57頁。預(yù)處理–空間平滑-SPM當(dāng)前22頁，總共57頁。SPM預(yù)處理部分小結(jié).Slicetiming–(adjusttimedifferenceamongdifferentslice)Realignment-(adjustformovementbetweenslices)Normalisation-(warpfunctionaldataintotemplatespace)Smoothing-(toincreasesignaltonoiseratio)當(dāng)前23頁，總共57頁。LectureOutlineSPMI:PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前24頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics當(dāng)前25頁，總共57頁。個體水平分析的基本過程與目的實驗設(shè)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(qiáng)度如何？當(dāng)前26頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前27頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前28頁，總共57頁。InMatrixFormGLM的數(shù)學(xué)表示………β1:βl::…:…:::YJxJ1…xJl…xJLβLεJX

Y=觀測數(shù)據(jù)

×設(shè)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^當(dāng)前29頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&StatisticsExample當(dāng)前30頁，總共57頁。TimeTimeGLM：設(shè)計矩陣XX2X1

Y=X?β+εSPMrepresentstimeasgoingdownSPMrepresentspredictorswithinthedesignmatrixasgrayscaleplots(whereblack=low,white=high)overtimeSPMincludesaconstanttotakecareoftheaverageactivationlevelthroughouteachrunXIntensityY當(dāng)前31頁，總共57頁。G(刺激因素）DesignmatrixXG1H(干擾因素)H1Globalactivity:E.g.headmotionparametersHcLineartrendsGcstimulusGLM：設(shè)計矩陣X的結(jié)構(gòu)當(dāng)前32頁，總共57頁。血氧系統(tǒng)對單次刺激的響應(yīng)當(dāng)前33頁，總共57頁。刺激序列HRF設(shè)計矩陣中的刺激因素X當(dāng)前34頁，總共57頁。G(stimulating)DesignmatrixXG1H(non-interesting)H1E.g.(1)headmotionparameters (2)breathing (3)heartbeatHcLineartrends

duetoMRIscannerGlobalactivity:GcstimulusGLM：設(shè)計矩陣X的結(jié)構(gòu)當(dāng)前35頁，總共57頁。為什么要考慮這些干擾因素？LinearTrendProbableRespirationArtifactheadmotion parametersEffect/Error當(dāng)前36頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterestandstatistics當(dāng)前37頁，總共57頁。0100-10+10012-0.01+0.01=+*5+…+Y=X1*β1+…+Xn*μ+e*50FittingXtoYgivesyouoneβ(parameterestimate)foreachcolumnofX,aμande.BetasprovideinformationaboutfitofregressorXtodata,Y,ineachvoxel當(dāng)前38頁，總共57頁。GLM求解的幾何表示：勾股定理E用X線性組合Y^近似表達(dá)Y當(dāng)前39頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statistics多重比較Example當(dāng)前40頁，總共57頁。

構(gòu)造Contrast對感興趣的解釋變量進(jìn)行比較X2X1Y=X?β+ε

=β1?X1+β2?X2+β3?X3+…+βN?XN+ε

[X1X2X3…XN] [β1β2β3…βN]

T檢驗：構(gòu)造Contrast向量

F檢驗：構(gòu)造Contrast矩陣實驗設(shè)計=〉感興趣effect=〉contrast所以contrast在數(shù)據(jù)采集之前就定下了！當(dāng)前41頁，總共57頁。

本質(zhì)Effects?解釋空間Xs?contrast向量[1-1]x1–x2??

Ex1–x2

(x1–x2)當(dāng)前42頁，總共57頁。Single-subjectAnalyses基本過程與原理GLMPrincipleofGLMDesignMatrixSolutiontoGLMEffectofInterest&statisticsMultipleComparisons當(dāng)前43頁，總共57頁。TimeY=X?β+εIntensityYPreprocessing...TheProblemofMultipleComparisons

T>ToPo=0.01當(dāng)前44頁，總共57頁。200activated噪聲腦的“激活”

P=0.0120,000voxs

噪聲腦當(dāng)前45頁，總共57頁。怎么辦？200activated2activated200activated 5activated當(dāng)前46頁，總共57頁。200activated200activatedUncorrectedp=0.01

我在進(jìn)行探 索性研究！探索性研究當(dāng)前47頁，總共57頁。Bonferronicorrection 最嚴(yán)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當(dāng)前48頁，總共57頁。BonferroniCorrection的思想及其在fMRI數(shù)據(jù)分析中的問題Bonferroni校正的假設(shè)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(yīng)著一定空間范圍預(yù)處理中的平滑當(dāng)前49頁，總共57頁。SPM中的多重比較校正的原理根據(jù)數(shù)據(jù)的空間相關(guān)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當(dāng)前50頁，總共57頁。SPM個體激活區(qū)檢測基本過程當(dāng)前51頁，總共57頁。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(jié)果Result當(dāng)前52頁，總共57頁。參數(shù)估計常用工具與 參數(shù)設(shè)置

預(yù)處理部分

First-level模型構(gòu)建與Second-level當(dāng)前53頁，總共57頁。LectureOutlineSPMI:Intro,PreprocessingSPMII:Single-subjectanalysesSPMIII:Groupanalyses當(dāng)前54頁，總共57頁。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當(dāng)前55頁，總共57頁。Fixed-effectsModelAssumet