[论文解读] Preparing fMRI Data for Statistical Analysis

Alfonso Nieto-Castañón|arXiv (Cornell University)|Oct 24, 2022

Functional Brain Connectivity Studies被引用 47

一句话总结

本章概述标准预处理和去噪步骤，以为统计分析准备fMRI数据，包括对齐、归一化、噪声缓解和质量控制。

ABSTRACT

This chapter describes several procedures used to prepare fMRI data for statistical analyses. It includes the description of common preprocessing steps, such as spatial realignment, coregistration, and spatial normalization, aimed at the spatial alignment of all fMRI data within- and between- subjects, as well as several denoising procedures aimed at minimizing the impact of common noise sources, including physiological and residual subject motion effects, on the BOLD signal time series. The chapter ends with a description of quality control procedures recommended for detecting potential problems in the fMRI data and evaluating its suitability for subsequent statistical analyses.

研究动机与目标

• 说明对fMRI数据进行仔细预处理以获得可靠统计分析的必要性。
• 描述常见的预处理步骤，以实现个体内外的空间对齐。
• 解释去噪程序，以尽量减少BOLD信号中的生理噪声和运动相关噪声。
• 概述质量控制程序，以发现数据问题并评估分析的适用性。

提出的方法

• 描述空间重新对齐以校正头部运动。
• 描述共注册以将功能图像与解剖扫描对齐。
• 描述空间归一化到一个通用模板以进行群体分析。
• 讨论处理生理噪声和残留运动效应的去噪方法。
• 展示质量控制程序，以评估数据完整性和统计分析的就绪情况。

实验结果

研究问题

• RQ1 哪些预处理步骤对于在个体内及跨个体对齐fMRI数据的空间是必需的？
• RQ2 哪些去噪策略能够有效地将BOLD时序中的生理噪声和运动相关噪声降至较低？
• RQ3 哪些质量控制检查最能指示数据适合后续统计分析？

主要发现

• 确定了一组用于准确群体分析的标准预处理步骤（重新对齐、共注册、归一化）。
• 概述了去噪程序，以减轻生理噪声和运动相关伪影。
• 提供了质量控制指南，在统计分析前检测潜在问题。