跳转到内容

神经影像数据处理/处理/步骤/生理噪声回归

Add links
来自维基教科书，开放的书籍，开放的世界
神经影像数据处理/处理/步骤
场图校正 生理噪声回归 时间滤波

生理噪声

[编辑 | 编辑源代码]

生理噪声会严重混淆fMRI测量的信号。虽然血管/代谢振荡引起的极低频波动（< 0.01 Hz）通常通过 时间滤波 去除，但来自呼吸（~0.3 Hz）或心跳（~1.0 Hz）的高频混淆更难处理。在标准fMRI序列中，这些频率通常被欠采样（根据奈奎斯特采样定理），因此被混叠到较低的频率 [1]。此外，呼吸和心率在低频波动，影响脑血流（分别通过CO2血管舒张或血压），最终影响BOLD反应。 [2][3]。因此，生理波动可以在静息态fMRI（< 0.1 Hz）感兴趣的频率范围内表达，可能在同时测量的时序之间引入虚假的连通性。需要注意的问题是，生理波动和感兴趣的神经活动可能在时间上耦合。在这种情况下，去除前者也会去除（至少部分）后者。

生理噪声回归

[编辑 | 编辑源代码]

表示生理噪声的时序可以作为干扰回归量包含在GLM中。由干扰回归量解释的信号部分将从残差中去除（这是rsfMRI感兴趣的数据）。通过去除残差的结构化、非随机部分，干扰回归量也使其更接近正态分布或“白化”。这有助于满足GLM的一个基本假设，即误差项独立同分布。不幸的是，GLM中的回归量越多，它的自由度就越少（= 观测值（体素） - 回归量），导致模型和单个参数权重的显著性检验更加保守。

获取回归量

[编辑 | 编辑源代码]

有不同的方法可以获得用于生理噪声的合理回归量。最直接的方法是在扫描过程中获取生理测量值，使用胸带测量呼吸，使用脉搏血氧仪测量心率。然后将这些测量值输入分析软件以建模合适的干扰回归量。但是，使MRI和生理数据的时间同步可能非常棘手。

如果这些测量值不可用，可以以不同的方式对生理噪声的时序进行建模。由于感兴趣的信号波动主要位于灰质中，一种方法是从位于白质或脑室中的体素中提取生理噪声时序。 [4] 另一种称为CompCor[5]的方法，专注于显示最高变异性的体素，随后使用PCA将生成的时序减少到主要成分。也可以将ICA应用于将噪声成分与感兴趣的成分分离。但是，这始终依赖于能够正确区分它们的假设。因此，像CORSICA [6]或PESTICA [7]这样的基于自动ICA的生理噪声去除方法应谨慎使用。

静息态 fMRI

[编辑 | 编辑源代码]

如上所述，静息态分析特别容易受到生理伪影的影响，因为它们通常在感兴趣的频率范围内（0.01 - 0.1 Hz）表现出来。 [8] 因此，生理噪声回归在静息态比在任务相关的fMRI中更为常见，任务相关的fMRI通常依赖于简单的时间滤波。

实现

[编辑 | 编辑源代码]

AFNI

[编辑 | 编辑源代码]

3dretroicor[9] 使用一种称为RETROICOR[10]的基于图像的方法，该方法估计获取图像切片的时相的心脏和呼吸周期的相位，并对该相位数据进行低阶傅立叶级数建模以进行回归。默认阶数为 2，但可以通过-order选项进行调整，也可以通过-threshold调整检测输入中 R 波峰值的阈值。输入是 1D -resp / -card 文件。一个还输出计算的呼吸和心率波以进行控制的命令（-respphase/-cardphase）如下所示

3dretroicor -resp 1resp_file -card card_file -cardphase cardphase.1D -respphase respphase.1D INPUTFILE

可以使用1dplot检查相位输出

注意，该算法使用切片定时信息进行计算。因此，在该步骤之前应避免任何破坏切片定时信息的步骤，例如3dvolreg运动校正。此外，当丢弃了一些前几卷时，必须相应地从生理数据中丢弃那些时间段。

在afni_proc.py中，这不是一个默认步骤，但可以通过do block -ricor选项包含。默认求解器为 OLS，多项式阶数为 2*runlength。从生理数据中删除 n 个时间点（默认值 = 0）和在回归中应用 PHYSFILES 的相应选项分别为

-ricor_regs_nfirst n 
-ricor_regs PHYSFILE

FSL

[编辑 | 编辑源代码]

PNM [11] 还提供请求阶数的心脏和呼吸 RETROICOR 回归量，并允许指定心脏-呼吸交互回归量。此外，还可以接收替代的生理回归量，如 RVT（单位时间内的呼吸量）[12]、心率[13]和脑脊液回归量。手册强烈建议提供扫描仪触发器（1/体素），以确保扫描和生理数据之间的时间准确性。输入需要作为单个文本文件，其中不同的列代表心脏、呼吸和触发信息，以及描述这些列的文件。手动检查峰值检测的准确性是可能的，也是推荐的。

SPM

[编辑 | 编辑源代码]

SPM8 没有内置方法来处理生理噪声。但是，有一些扩展程序可用于此目的。访问：https://wikibooks.cn/wiki/SPM/Physio。用于 SPM 的DRIFTER工具箱也可以在没有外部生理数据的情况下应用，如果时间分辨率允许的话。 [14]

参考文献

[编辑 | 编辑源代码]
  1. ↑ Pallab K. Bhattacharyya，Mark J. Lowe，心脏引起的组织生理噪声是心脏引起的波动的直接观察结果，磁共振成像，第 22 卷，第 1 期，2004 年 1 月，第 9-13 页，ISSN 0730-725X，http://dx.doi.org/10.1016/j.mri.2003.08.003。
  2. ↑ Rasmus M. Birn，Jason B. Diamond，Monica A. Smith，Peter A. Bandettini，分离 fMRI 中与呼吸变化相关的波动和与神经活动相关的波动，神经影像，第 31 卷，第 4 期，2006 年 7 月 15 日，第 1536-1548 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2006.02.048。
  3. ↑ Karin Shmueli，Peter van Gelderen，Jacco A. de Zwart，Silvina G. Horovitz，Masaki Fukunaga，J. Martijn Jansma，Jeff H. Duyn，心率的低频波动作为静息态 fMRI BOLD 信号中方差来源，神经影像，第 38 卷，第 2 期，2007 年 11 月 1 日，第 306-320 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.07.037。
  4. ↑ Andreas Weissenbacher，Christian Kasess，Florian Gerstl，Rupert Lanzenberger，Ewald Moser，Christian Windischberger，静息态功能连接 fMRI 中的相关性和反相关性：对预处理策略的定量比较，神经影像，第 47 卷，第 4 期，2009 年 10 月 1 日，第 1408-1416 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2009.05.005。
  5. ↑ Yashar Behzadi，Khaled Restom，Joy Liau，Thomas T. Liu，一种基于成分的 BOLD 和灌注 fMRI 噪声校正方法（CompCor），神经影像，第 37 卷，第 1 期，2007 年 8 月 1 日，第 90-101 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.04.042。
  6. ↑ Vincent Perlbarg，Pierre Bellec，Jean-Luc Anton，Mélanie Pélégrini-Issac，Julien Doyon，Habib Benali，CORSICA：通过自动识别 ICA 成分来校正 fMRI 中的结构化噪声，磁共振成像，第 25 卷，第 1 期，2007 年 1 月，第 35-46 页，ISSN 0730-725X，http://dx.doi.org/10.1016/j.mri.2006.09.042。
  7. ↑ Erik B. Beall，Mark J. Lowe，使用独立确定的空间度量来隔离生理噪声源，神经影像，第 37 卷，第 4 期，2007 年 10 月 1 日，第 1286-1300 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.07.004。
  8. ↑ Kevin Murphy，Rasmus M. Birn，Peter A. Bandettini，静息态 fMRI 混杂因素和清理，神经影像，第 80 卷，2013 年 10 月 15 日，第 349-359 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2013.04.001。
  9. ↑ http://afni.nimh.nih.gov/pub/dist/doc/program_help/3dretroicor.html
  10. ↑ Gary H. Glover，Tie-Qiang Li，David Ress，基于图像的 fMRI 生理运动效应逆向校正方法：RETROICOR，磁共振医学，第 44 卷，第 1 期，第 1522-2594 页，doi：10.1002/1522-2594(200007)44:1<162::AID-MRM23>3.0.CO;2-E
  11. ↑ http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/PNM
  12. ↑ Rasmus M. Birn，Jason B. Diamond，Monica A. Smith，Peter A. Bandettini，分离 fMRI 中与呼吸变化相关的波动和与神经活动相关的波动，神经影像，第 31 卷，第 4 期，2006 年 7 月 15 日，第 1536-1548 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2006.02.048。
  13. ↑ Catie Chang，John P. Cunningham，Gary H. Glover，心率对 BOLD 信号的影响：心血管反应函数，神经影像，第 44 卷，第 3 期，2009 年 2 月 1 日，第 857-869 页，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2008.09.029。 (http://www.sciencedirect.com/science/article/pii/S1053811908010355)
  14. ↑ http://becs.aalto.fi/en/research/bayes/drifter/
检索自"https://wikibooks.cn/wiki/Neuroimaging_Data_Processing/Processing/Steps/Physiological_Noise_Regression"
华夏公益教科书