Statystyczne mapowanie parametryczne

W przypadku innych zastosowań zobacz SPM .

Statystyczne mapowanie parametryczne ( SPM ) to technika statystyczna służąca do badania różnic w aktywności mózgu zarejestrowanych podczas funkcjonalnych eksperymentów neuroobrazowania. Został stworzony przez Karla Fristona . Alternatywnie może odnosić się do oprogramowania stworzonego przez Wellcome Department of Imaging Neuroscience na University College London w celu przeprowadzania takich analiz.

Zbliżać się

Jednostka miary

Funkcjonalne neuroobrazowanie jest jednym z rodzajów „skanowania mózgu”. Polega na pomiarze aktywności mózgu. Technika pomiaru zależy od technologii obrazowania (np. fMRI i PET ). Skaner tworzy „mapę” obszaru, która jest reprezentowana jako woksele . Każdy woksel reprezentuje aktywność określonej objętości w przestrzeni trójwymiarowej. Dokładny rozmiar woksela różni się w zależności od technologii. Woksele fMRI typowo reprezentują objętość 27 mm3 w równobocznym prostopadłościanie.

Eksperymentalny projekt

Naukowcy badają aktywność mózgu powiązaną z określonym procesem lub procesami umysłowymi. Jedno podejście polega na zadaniu pytania „które obszary mózgu są znacznie bardziej aktywne podczas wykonywania zadania A w porównaniu z zadaniem B?”. Chociaż zadania mogą być zaprojektowane tak, aby były identyczne, z wyjątkiem badanego zachowania, mózg nadal może wykazywać zmiany aktywności między zadaniami z powodu czynników innych niż różnice zadań (ponieważ mózg koordynuje wiele równoległych funkcji niezwiązanych z zadaniem). Ponadto sygnał może zawierać szumy pochodzące z samego procesu obrazowania.

Aby odfiltrować te przypadkowe efekty i podkreślić obszary aktywności związane konkretnie z badanym procesem, statystyki szukają najbardziej znaczących różnic. Wiąże się to z wieloetapowym procesem przygotowania danych i ich analizą przy użyciu ogólnego modelu liniowego .

Wstępne przetwarzanie obrazu

Obrazy ze skanera mogą być wstępnie przetworzone w celu usunięcia szumów lub skorygowania błędów próbkowania.

Badanie zwykle skanuje podmiot kilka razy. Aby uwzględnić ruch głowy między skanami, obrazy są zazwyczaj dostosowywane tak, aby woksele na każdym obrazie odpowiadały (w przybliżeniu) temu samemu miejscu w mózgu. Nazywa się to wyrównaniem lub korekcją ruchu , patrz wyrównanie obrazu.

Funkcjonalne badania neuroobrazowe zwykle obejmują wielu uczestników, z których każdy ma mózgi o innym kształcie. Wszystkie prawdopodobnie mają tę samą ogólną anatomię, z wyjątkiem niewielkich różnic w ogólnej wielkości mózgu, indywidualnych różnic w topografii zakrętów i bruzd kory mózgowej oraz różnic morfologicznych w głębokich strukturach, takich jak ciało modzelowate . Aby ułatwić porównania, trójwymiarowy obraz każdego mózgu jest przekształcany w taki sposób, że powierzchowne struktury układają się w jedną linię poprzez przestrzenną normalizację . Taka normalizacja zazwyczaj obejmuje translację, rotację i skalowanie oraz nieliniowe wypaczanie powierzchni mózgu w celu dopasowania do standardowego szablonu. Standardowe mapy mózgu, takie jak Talairach-Tournoux lub szablony z Montréal Neurological Institute (MNI), pozwalają naukowcom z całego świata porównywać swoje wyniki.

Obrazy można wygładzić, aby dane były mniej zaszumione (podobnie jak efekt „rozmycia” używany w niektórych programach do edycji obrazów), za pomocą którego woksele są uśredniane z ich sąsiadami, zwykle przy użyciu filtra Gaussa lub transformacji falkowej .

Porównanie statystyczne

Przyjęto parametryczne modele statystyczne dla każdego woksela, wykorzystując ogólny model liniowy do opisania zmienności danych w kategoriach efektów eksperymentalnych i zakłócających, ze zmiennością resztkową. Hipotezy wyrażone w postaci parametrów modelu są oceniane dla każdego woksela za pomocą statystyk jednowymiarowych .

Analizy mogą badać różnice w czasie (tj. korelacje między zmienną zadania a aktywnością mózgu w określonym obszarze) przy użyciu modeli splotów liniowych , pokazujących, w jaki sposób mierzony sygnał jest powodowany przez podstawowe zmiany w aktywności neuronów.

Ponieważ przeprowadza się wiele testów statystycznych, należy wprowadzić korekty w celu kontroli błędów typu I (fałszywie dodatnich) potencjalnie spowodowanych porównaniem poziomów aktywności dla wielu wokseli. Błąd pierwszego rodzaju skutkowałby fałszywą oceną aktywności mózgu w tle jako związanej z zadaniem. Korekty są dokonywane na podstawie liczby reseli na obrazie i teorii ciągłych pól losowych w celu ustalenia nowego kryterium istotności statystycznej, które dostosowuje się do problemu wielokrotnych porównań .

Reprezentacje graficzne

Aktywacja mózgu z fMRI pokazana jako plama koloru na skanie MRI

Różnice w mierzonej aktywności mózgu można przedstawić na różne sposoby.

Można je przedstawić w formie tabeli, wyświetlając współrzędne pokazujące najbardziej znaczące różnice w aktywności pomiędzy zadaniami. Alternatywnie, różnice w aktywności mózgu można przedstawić jako plamy koloru na „wycinku” mózgu, przy czym kolory reprezentują lokalizację wokseli ze statystycznie istotnymi różnicami między warunkami. Gradient kolorów jest odwzorowywany na wartości statystyczne, takie jak wartości t lub wyniki z. Tworzy to intuicyjną i atrakcyjną wizualnie mapę względnej siły statystycznej danego obszaru.

Różnice w aktywności można przedstawić jako „szklany mózg”, reprezentację trzech zarysów mózgu, tak jakby był przezroczysty. Tylko obszary aktywacji są widoczne jako obszary cieniowania. Jest to przydatne jako sposób podsumowania całkowitego obszaru istotnej zmiany w danym porównaniu statystycznym.

Oprogramowanie

SPM to oprogramowanie napisane przez Wellcome Department of Imaging Neuroscience na University College London w celu pomocy w analizie funkcjonalnych danych neuroobrazowania. Jest napisany przy użyciu MATLAB i jest rozpowszechniany jako darmowe oprogramowanie .

Zobacz też

Linki zewnętrzne

Pobrano z „ https://en.wikipedia.org/w/index.php?title=Statistical_parametric_mapping&oldid=1123375295 ”