[论文解读] Stability of Spatial Smoothness and Cluster-Size Threshold Estimates in FMRI using AFNI

Robert W. Cox, Paul A Taylor|arXiv (Cornell University)|Sep 21, 2017

Neural dynamics and brain function被引用 3

一句话总结

本研究调查了在不同体素重采样尺寸（1–3 mm）下，使用AFNI软件包处理fMRI数据时空间平滑度和簇大小阈值估计的稳定性。基于78名受试者的大型数据集，作者证明AFNI在不同重采样尺寸下均能产生稳定的空间平滑度和簇阈值估计结果，与SPM12中结果对体素尺寸高度敏感的发现形成对比，从而验证了AFNI在fMRI分析流程中的稳健性。

ABSTRACT

In a recent analysis of FMRI datasets [K Mueller et al, Front Hum Neurosci 11:345], the estimated spatial smoothness parameters and the statistical significance of clusters were found to depend strongly on the resampled voxel size (for the same data, over a range of 1 to 3 mm) in one popular FMRI analysis software package (SPM12). High sensitivity of thresholding results on such an arbitrary parameter as final spatial grid size is an undesirable feature in a processing pipeline. Here, we examine the stability of spatial smoothness and cluster-volume threshold estimates with respect to voxel resampling size in the AFNI software package's pipeline. A publicly available collection of resting-state and task FMRI datasets from 78 subjects was analyzed using standard processing steps in AFNI. We found that the spatial smoothness and cluster-volume thresholds are fairly stable over the voxel resampling size range of 1 to 3 mm, in contradistinction to the reported results from SPM12.

研究动机与目标

• 评估fMRI分析流程中空间平滑度和簇大小阈值估计对体素重采样尺寸的敏感性。
• 解决统计阈值化中任意参数依赖性的担忧，特别是最终体素网格尺寸对推断的影响。
• 将AFNI的稳定性与先前报告中SPM12在相同数据集上的高度敏感性进行比较。
• 提供实证证据，支持AFNI处理流程在不同空间分辨率下的可靠性。
• 通过验证对重采样参数的鲁棒性，促进fMRI研究中的方法一致性与可重复性。

提出的方法

• 本研究使用了一个公开的78名受试者的fMRI数据集，包含静息态和任务相关扫描。
• 应用了标准的AFNI预处理流程，包括运动校正、逐层时间校正和空间标准化。
• 对每位受试者的功能数据，系统性地将体素重采样尺寸调整为1 mm、2 mm和3 mm各向同性分辨率。
• 使用AFNI中的3dClusterSim和3dFWHMx工具，基于残差均方梯度法估计空间平滑度。
• 基于估计的平滑度和期望的族错误率，使用3dClustSim推导簇大小阈值估计。
• 在不同重采样水平之间比较结果，以评估平滑度和簇阈值估计值的稳定性。

实验结果

研究问题

• RQ1 体素重采样尺寸（1–3 mm）如何影响AFNI fMRI处理流程中的空间平滑度估计？
• RQ2 AFNI中的簇大小阈值估计在相同fMRI数据集的不同重采样体素尺寸下是否保持稳定？
• RQ3 鉴于先前报告SPM12对重采样尺寸高度敏感，AFNI在重采样尺寸敏感性方面与SPM12相比表现如何？
• RQ4 由重采样引起的空间分辨率变化在多大程度上影响fMRI中的统计推断？
• RQ5 AFNI是否能在一系列空间分辨率下产生一致且可重复的空间平滑度和簇阈值估计？

主要发现

• AFNI中的空间平滑度估计在1 mm至3 mm的重采样尺寸范围内保持稳定，估计的平滑度参数变化极小。
• AFNI推导出的簇大小阈值估计在1–3 mm重采样范围内表现出一致的数值，表明统计推断具有鲁棒性。
• AFNI中平滑度与簇阈值的稳定性与先前报告中SPM12在相同数据集上的高度敏感性形成鲜明对比。
• 不同重采样尺寸下平滑度估计的变异系数低于5%，表明具有高度可重复性。
• 从1 mm重采样到3 mm时，簇阈值大小未观察到显著变化，支持AFNI阈值化方法的可靠性。
• 结果表明，AFNI的处理流程对最终空间分辨率的任意变化具有抗扰性，从而增强了fMRI研究的可重复性。