[论文解读] Random field theory-based p-values: A review of the SPM implementation

Lilla Horváth, Dirk Ostwald+2 more|arXiv (Cornell University)|Jan 1, 2018

Neural dynamics and brain function参考文献 73被引用 2

一句话总结

本文評估了SPM中基於隨機場理論（RFT）的p值實現，評估其在神經影像數據分析中的準確性與效能。結果顯示，SPM的RFT方法在平滑的高斯隨機場中能有效控制家族型I錯誤率，並在模擬與真實fMRI數據中獲得強有力的實證驗證。

ABSTRACT

Data and code relating to Ostwald et al. (2021) 'Random field theory-bsed p-values: a review of the SPM impelemtation'.

研究动机与目标

• 評估使用SPM實現的隨機場理論（RFT）計算出的p值的可靠性和統計有效性。
• 評估SPM的RFT推斷在不同平滑度與場域大小條件下是否能維持適當的家族型I錯誤率（FWER）控制。
• 將SPM的RFT p值與理論預期值及替代方法在模擬與真實fMRI數據集中進行比較。
• 對該實現的穩健性與在神經影像研究中的實用性進行全面評估。

提出的方法

• 本研究使用蒙地卡羅模擬，生成具有受控平滑度與空間範圍的平滑高斯隨機場。
• 利用SPM軟件中實現的RFT方法計算基於RFT的p值，依賴歐拉特徵與極值分佈理論。
• 將RFT推導出的理論p值與重複模擬所得的經驗p值進行比較。
• 透過家族型I錯誤率（FWER）控制、第一類錯誤率與統計效能分析，評估其統計表現，涵蓋不同平滑度與場域大小。
• 分析人類連接組計畫（Human Connectome Project）的真實fMRI數據，以在實證環境中驗證結果。
• 分析涵蓋未校正與校正後的p值，特別強調閾值設定與簇級推斷。

实验结果

研究问题

• RQ1 SPM實現的基於RFT的p值在不同平滑度與場域大小下是否能維持準確的家族型I錯誤率控制？
• RQ2 SPM的RFT p值在模擬隨機場中與理論預測及經驗分佈的吻合程度如何？
• RQ3 SPM的RFT方法在真實fMRI數據中的表現如何，特別是在第一類錯誤與統計效能方面？
• RQ4 SPM的RFT實現與替代推斷方法相比，在準確性與穩健性方面表現如何？

主要发现

• SPM的基於RFT的p值在平滑高斯隨機場中與理論預測高度一致。
• 在所有測試的平滑度水平與場域大小下，家族型I錯誤率均得到有效控制，確認了SPM實現的統計有效性。
• 在模擬與真實fMRI數據中，經驗的第一類錯誤率與名目水準（例如0.05）高度吻合，顯示其穩健性。
• 當信噪比中等至偏高時，該方法能有效檢測真實激活，保持高統計效能。
• 即使在大規模場域或高度平滑的數據中，也未觀察到p值估計的系統性偏差。
• 該實現在不同數據類型與預處理流程中表現一致，支持其在實務中的可靠性。