静息态fMRI数据处理流程详解

"该PPT主要介绍了静息态功能磁共振成像（Resting-state fMRI）的数据处理流程，由严超赣博士分享，属于北京师范大学认知神经科学与学习国家重点实验室的资料。内容包括预处理、ALFF、ReHo和FC的计算、统计分析、结果展示以及文献管理等环节。在预处理部分，详细阐述了数据整理（如将DICOM转换为NIFTI格式，去除前10个时间点，切片时间校正，重对齐，标准化，平滑处理，去除线性漂移以及滤波）等多个步骤。此外，还提到了MRIcroN和SPM5软件在数据转换中的应用，以及SliceTiming和Realign的重要性，并给出了相应的示例和解释。" 在静息态fMRI的数据处理中，首先进行的是预处理阶段，这是至关重要的一步，因为它直接影响到后续分析的准确性和可靠性。预处理主要包括以下步骤： 1. **数据整理**：这一阶段涉及到被试信息的整理，以及原始数据（如静息态功能数据、结构数据和DTI数据）的组织和格式转换。 2. **DICOM到NIFTI转换**：由于大部分扫描设备生成的数据格式为DICOM，而科研分析软件通常需要NIFTI格式，因此需要使用如MRIcroN的sdcm2niigui或SPM5的DICOMImport工具进行转换。 3. **去除前10个时间点**：这是因为初始时间点可能受到设备稳定性和被试适应过程的影响，去除这些点可以提高数据质量。 4. **SliceTiming校正**：由于MRI扫描时各切片的获取时间不同，需要进行切片时间校正，以确保所有时间点的数据同步。 5. **Realign（重对齐）**：通过比较不同时间点的图像，校正被试头部的微小移动，以减少运动伪影。 6. **Normalize（标准化）**：将图像空间变换到标准模板（如MNI空间），以便于跨被试比较和群体分析。 7. **Smooth（平滑处理）**：通过高斯滤波来降低噪声，增强信号的空间相关性。 8. **去线性漂移**：消除长时间尺度上的系统性变化，例如呼吸和心跳的影响。 9. **Filter（滤波）**：通常使用低通滤波器，设置截止频率为0.01-0.08Hz，去除高频噪声和生理信号以外的波动。 在预处理后，会进行ALFF（振幅低频功率）、ReHo（区域一致性）和FC（功能连接）的计算，这些都是评估大脑功能活动的重要指标。接着是统计分析，用于检验假设并确定显著性差异，最后是结果的呈现和文献管理，确保研究的可重复性和透明度。 静息态fMRI数据处理是一个复杂的过程，涉及到多个步骤和技术，旨在提高数据的质量，减少噪音，提取有意义的脑功能模式，为理解和解析大脑功能提供基础。