FDR方法在脑功能磁共振成像分析中的优势与应用

本篇文章发表于2003年6月的《北京师范大学学报(自然科学版)》第39卷第3期，主要探讨了一种名为错误发现率(FDR, False Discovery Rate)的多检验方法在脑功能磁共振成像(fMRI)数据分析中的应用。文章由黄丽萍、赵小杰、姚力和金真等人合作完成，他们得到了国家自然科学基金项目的资助。 FDR方法作为一种多检验策略，旨在在大规模神经影像数据中识别出真正具有统计学意义的脑部激活区域，而不仅仅是减少“弃真”错误（即错误地拒绝了实际上有意义的效应）。传统的多重比较方法如Bonferroni校正虽然能够降低这类错误，但过于保守，可能导致部分真正的信号被忽视。另一方面，随机场理论(RFT)虽然在一定程度上改善了这个问题，但对数据的分布性有较高要求，即数据需满足高斯分布。 作者通过计算机实现FDR方法并与Bonferroni校正以及RFT等方法进行对比，实验结果显示FDR方法在保持适当灵敏度的同时，有效地控制了错误发现的概率，因此被认为是一种更为可靠的选择。在脑功能成像研究中，正确处理假设检验对于解读脑部活动至关重要，FDR方法的引入提供了一个更为精确的统计工具，有助于提高神经科学研究的准确性和有效性。 通过本文，读者可以了解到FDR方法的基本原理、其在fMRI数据分析中的应用优势以及与其他方法的比较分析，这对于理解如何有效利用现代神经影像技术来探索大脑功能具有重要的学术价值。