fMRI因為能夠提供對大腦功能的獨特洞察而受到醫(yī)生和研究人員的廣泛歡迎。然而，我們必須考慮多種技術(shù)因素，從實驗設(shè)計到數(shù)據(jù)采集、數(shù)據(jù)處理以及方法的內(nèi)在限制，以優(yōu)化fMRI分析并對數(shù)據(jù)作出最準(zhǔn)確和最有根據(jù)的解釋。實際研究過程中，研究者/臨床醫(yī)生必須從許多可用的選項中選擇每個階段最合適的軟件工具。在這里我們提供簡單的指南，包含主要的分析階段，每個階段涉及的技術(shù)和工具。這份指南旨在作為神經(jīng)成像社區(qū)的資源，幫助新手克服最關(guān)鍵的困難。本文由葡萄牙學(xué)者發(fā)表在Frontiers in Neuroscience雜志。
關(guān)鍵詞：fMRI，數(shù)據(jù)收集、預(yù)處理、分析
應(yīng)用領(lǐng)域fMRI技術(shù)被廣泛應(yīng)用于認(rèn)知神經(jīng)科學(xué)領(lǐng)域（比如感知運動功能、語言、視覺空間、注意、記憶、人格、決策、執(zhí)行功能）以及成癮、神經(jīng)營銷等等。另一個主要研究領(lǐng)域為臨床神經(jīng)成像（比如手術(shù)前后的狀態(tài)對比、基因相關(guān)的功能研究等）。最后一個較為新興的領(lǐng)域是結(jié)合實時神經(jīng)反饋或腦機接口治療疾病比如強迫癥、抑郁癥、精神分裂。
實驗設(shè)計
核磁的實驗設(shè)計分靜息態(tài)和任務(wù)態(tài)2種。
靜息態(tài)
靜息態(tài)是最簡單直接的實驗設(shè)計，被試不需要完成任何外在任務(wù)。這種情況下收集到的數(shù)據(jù)具有一致穩(wěn)定的功能模式，被稱為靜息態(tài)網(wǎng)絡(luò)（Resting State Networks ,RSNs)。最經(jīng)典的實驗設(shè)計為閉眼靜息（數(shù)據(jù)收集過程中，被試眼睛閉上，不要想任何事情也不要睡著）和睜眼靜息（數(shù)據(jù)收集過程中，被試眼睛睜著視線固定，不要亂動不要想任何事情）。真實研究中選何種設(shè)計，由研究目的決定。掃描時長也會對結(jié)果產(chǎn)生影響，一般為5—7min，如果是兒童被試可適當(dāng)縮短比如5.5分鐘。
任務(wù)態(tài)
任務(wù)態(tài)fMRI研究中，刺激的呈現(xiàn)方式至關(guān)重要。最經(jīng)典的實驗設(shè)計為block設(shè)計、event設(shè)計和混合設(shè)計三種。
其中最簡單的實驗設(shè)計是block設(shè)計，其包含一系列的block，每個block里面呈現(xiàn)1種條件的刺激。Block之間的間隔取決于刺激類型，通常為15-30s。每個條件呈現(xiàn)的順序也很重要，通常要在被試間平衡。Block設(shè)計的優(yōu)點是方法簡單、統(tǒng)計功效良好、信號魯棒，缺點是被試會產(chǎn)生練習(xí)效應(yīng)并且無法準(zhǔn)確定義響應(yīng)時間。
Event設(shè)計旨在描述大腦功能與離散事件的相關(guān)，刺激順序隨機，刺激間隔（inter-stimulus interva，ISI）通常在0.5-20s。這一任務(wù)增加了不可預(yù)測性，提供了有效手段檢測局部血流動力學(xué)反應(yīng)的瞬態(tài)變化，但同時也造成信噪比降低、分析過程變得復(fù)雜，最終導(dǎo)致檢測能力下降。Event設(shè)計還分為2種類型，其差異來自ISI的范圍：一是慢事件相關(guān)設(shè)計（slow event-related designs），其ISI通常在15s以上，這樣可以防止刺激間HRF的重疊；另一個是快事件相關(guān)設(shè)計（rapid event-related designs），刺激間的間隔時間短（短于先前刺激的HRF），導(dǎo)致刺激間HRF的重疊。此外，刺激呈現(xiàn)順序設(shè)置為隨機或偽隨機，也可有效減少練習(xí)效應(yīng)。對于快速事件相關(guān)設(shè)計，jitter設(shè)計則允許出現(xiàn)不同的HRF重疊，可以減少多重線性問題并更好的表征每種條件的反應(yīng)。
混合設(shè)計結(jié)合了block設(shè)計和event設(shè)計的優(yōu)點，能提供持續(xù)和瞬間功能激活情況。不過，它需要更多的假設(shè)，對HRF的估計較差，持續(xù)信號的統(tǒng)計效應(yīng)變低，需要更多的被試量。
最后，當(dāng)研究同時涉及靜息態(tài)和任務(wù)態(tài)時，建議先掃描靜息態(tài)。
圖1 經(jīng)典fMRI研究流程。
（A）數(shù)據(jù)基本特征（B）靜息態(tài)（C）block設(shè)計（D）event設(shè)計（E）混合設(shè)計（F）采集技術(shù)（G）偽影（H）質(zhì)控（I）格式轉(zhuǎn)換。預(yù)處理步驟：（J）時間層校正（K）頭動校正（L）空間標(biāo)準(zhǔn)化（M）平滑（N）濾波。（O）基于任務(wù)態(tài)的分析方法（P）基于靜息態(tài)的分析方法（Q）統(tǒng)計界面（R）可視化。
Power分析
fMRI研究因為樣本量少、比較次數(shù)多導(dǎo)致統(tǒng)計效應(yīng)低而一直為人詬病。另外也由于BOLD響應(yīng)的不確定性等原因?qū)е?span>fMRI研究較少計算效應(yīng)量。好在現(xiàn)在已經(jīng)開發(fā)出了專門的工具，只需輸入平均激活、方差、Ⅰ類錯誤的概率（alpha level）等即可計算。已有的軟件有：PowerMap software、fMRIPower tool、NeuroPower。
數(shù)據(jù)收集技巧和偽影
常見的核磁技術(shù)
BOLD信號檢測是最常見的技術(shù)，其他的一些技術(shù)有腦血容量（cerebral blood volume，CBV）、腦血流量（cerebral blood flow ，CBF)和腦氧代謝率（cerebral metabolic rate of oxygen，CMRO2)。動脈自旋標(biāo)記（Arterial Spin Labelling，ASL）利用動脈血液中的水分子作為內(nèi)源性對比劑實現(xiàn)腦血流成像；血管空間(Vascular-Space-Occupancy,VASO) 基于血液和周圍組織的差異并通過局部CBV的動態(tài)測量確定; Venous Refocusing for Volume Estimation(VERVE)基于靜脈腦血容量變化；擴散加權(quán)MRI測量激活過程中與細胞腫脹有關(guān)的神經(jīng)組織的結(jié)構(gòu)變化。最后，收集數(shù)據(jù)時需要獲取特定的序列。常見的掃描序列為平面回波序列（echo planar imaging，EPI）。數(shù)據(jù)收集技巧在采集階段，收集到高質(zhì)量的數(shù)據(jù)是至關(guān)重要的。關(guān)于收集技巧并沒有黃金原則，因為參數(shù)設(shè)置都不大一樣，這里僅針對標(biāo)準(zhǔn)單鏡頭梯度回波EPI 3T（a standard single-shot gradient-echo EPI 3T）核磁數(shù)據(jù)采集提供一些建議。所有因素中對磁共振結(jié)果影響最大的是磁場強度，隨著場強的增加，靈敏度、分辨率和信噪比均得到提高。目前使用較多的是1.5T~3T，但是一些研究中心已有7T設(shè)備。另外一個因素是掃描順序，間隔掃描還是連續(xù)掃描，升序（foot-to-head）還是降序（小編注：請掃描時做好記錄，后續(xù)分析會用上）。間隔掃描雖然可以減少相鄰層的干擾，但更容易受到頭動等影響。為了減少這些影響，掃描時層與層之間會存在間隙（通常是層厚的10%~25%）。目前保險的方法是選擇連續(xù)降序掃描。
磁共振成像還需考慮時間分辨率和空間分辨率的權(quán)衡，由于BOLD信號隨時間改變，因此優(yōu)化時間分辨率是關(guān)鍵。目前TR普遍為2-3s。對于任務(wù)態(tài)研究，通常會選擇較短的TR，不過這會導(dǎo)致信噪比顯著降低。優(yōu)化時間分辨率時肯定會犧牲空間分辨率，其中一種方法是在保證全腦覆蓋的同時進行多層平行成像，比如GRAPPA、SENSE、multiplex-EPI。GRAPPA和SENSE的工作原理是減少掃描單層影像所需時間，增加敏感度；multiplexed-EPI是一次不止掃描一層。
另外還有一些建議：當(dāng)既有靜息態(tài)研究又有任務(wù)態(tài)研究時，數(shù)據(jù)采集參數(shù)盡量保持一致，這樣在進行結(jié)果對比時比較準(zhǔn)確。任務(wù)態(tài)研究中最重要的是數(shù)據(jù)掃描和刺激呈現(xiàn)的同步，這個可以通過發(fā)送trigger實現(xiàn)。（同步器是必備的任務(wù)態(tài)同步設(shè)備）
偽影
磁共振成像的偽影通常來自脈沖序列、梯度系統(tǒng)硬件、采集策略以及生理噪音。EPI序列有3種常見的偽影：空間形變（figure1 g1）、信號流失（figure1 g2）、鬼影（figure1 g3）?？臻g畸變可能是由于磁場不均勻性造成的，局部表現(xiàn)為沿相位編碼軸的拉伸或壓縮像素，在較高的場強下更差，改善的方法有使用勻場線圈、field mapping、point spread function mapping、反向相位梯度。近場不均勻引起的信號流失通常會在額葉和顳葉發(fā)生，改善的方法有：選擇合適的回波時間（當(dāng)回波時間和感興趣部位的局部T2匹配時，BOLD信號對比最好）、層厚更薄、優(yōu)化傾斜度、改善相位編碼的方向等。鬼影只發(fā)生在相位編碼方向，因為K-space的奇偶行極性相反，改善的方法有使用多回波掃描、二維相位校正、采用GRAPPA進行平行成像等。硬件方面，掃描儀、頭部線圈的異質(zhì)性、射頻干擾等均會影響成像質(zhì)量，改善的方法是進行獨立成分分析（ICA）或魯棒主成分分析（Robust Principle Component Analysis，RPCA）。生理噪音比如頭動、呼吸、心跳等，其中最常見影響最大的就是頭動，所以在預(yù)處理的時候會進行頭動校正。數(shù)據(jù)收集的最佳方案是用柔軟的填充物固定頭部，盡量防止運動。至于呼吸、心跳，采集層面需要借助磁共振兼容的心跳、血氧等設(shè)備，分析層面可采用濾波的方式。幸運的是現(xiàn)在已經(jīng)開發(fā)出了大量的軟件來減少偽影的影響，比如：
Artifact detection Tool (ART—http://www.nitrc.org/projects/artifact_detect/),PART—http://www.mccauslandcenter.sc.edu/CRNL/tools/part), PhysIOToolbox(http://www.translationalneuromodeling.org/tnu-checkphysretroicor-toolbox/),ArtRepairSoftware(http://cibsr.stanford.edu/tools/human-brainproject/artrepairsoftware.html)，FMRIB’s-based Xnoisifier (FIX) (http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/FIX) ，RobustWLS Toolbox (http://www.icn.ucl.ac.uk/motorcontrol/imaging/robustWLS.html) 。
表1 已發(fā)表文章中用到的工具包
表2 fMRI刺激呈現(xiàn)工具
質(zhì)控和預(yù)處理
質(zhì)控和數(shù)據(jù)格式轉(zhuǎn)換
第一次質(zhì)控是在數(shù)據(jù)采集時，一邊掃描一邊瀏覽數(shù)據(jù)非常重要。采集完成之后確保所有被試的數(shù)據(jù)都被正確導(dǎo)出，并借助Osirix, MRIcro, RadiAnt,ImageJ等查看原始圖像是否存在問題，然后將原始圖像轉(zhuǎn)換為.img/.hdr文件或.nii文件方便預(yù)處理。常用的轉(zhuǎn)換工具有：dcm2nii
(https://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage)，MRIConvert(https://lcni.uoregon.edu/downloads/mriconvert/mriconvert-and-mcverter)，NiBabel (http://nipy.org/nibabel/index.html)
去除前n個時間點、時間層校正和頭動校正
在剛開始采集的時候，機器需要時間進行預(yù)熱，因此前幾秒的數(shù)據(jù)通常是不穩(wěn)定的需要去除，一般是去除前10秒的數(shù)據(jù)。舉例來說，如果TR是2秒的話，則是去除前5個時間點。采集數(shù)據(jù)時，機器是一層一層掃描的，不同層獲取存在時間差，時間層校正的目的就是把數(shù)據(jù)調(diào)整成好像是在同一個時刻瞬間掃描完成的。時間層校正的效果取決于實驗設(shè)計，效果由大到小依次為event設(shè)計、block設(shè)計、靜息態(tài)。不過它也不會對結(jié)果產(chǎn)生壞的效果，一般建議都處理一下。至于時間層校正和頭動校正誰先誰后，通常建議如下：隔層掃描的話先時間層校正后頭動校正，連續(xù)掃描的話先頭動校正后時間層校正；頭動較小的被試先時間層校正后頭動校正，頭動較大的被試先頭動校正后時間層校正。
頭動校正是為了對齊各個時間點的圖像，一定程度上消除頭動的影響，因為頭動會造成體素的錯位。最常見的方法是選擇一張圖像作為參考，通常是平均圖像，然后將所有體素進行剛體變換與參考圖像對齊。
空間標(biāo)準(zhǔn)化
空間標(biāo)準(zhǔn)化是為了對齊各個被試的圖像，保證相同的體素對應(yīng)的各個被試的解剖結(jié)構(gòu)是一致的。配準(zhǔn)一般會用到坐標(biāo)系，在fMRI領(lǐng)域有2大標(biāo)準(zhǔn)坐標(biāo)系，一是基于單個被試的T空間，一是基于大量被試的MNI空間，這些坐標(biāo)體系確保所有被試的解剖結(jié)構(gòu)是一致的。MNI空間和T空間也可以進行轉(zhuǎn)換，常見的工具有“icbm2tal” (GingerALE, http://www.brainmap.org/icbm2tal/) 和“mni2tal” (BioImage Suite,http://bioimagesuite.yale.edu/mni2tal/)。
目前的配準(zhǔn)方式主要有2種，一是EPI配準(zhǔn)也即一步配準(zhǔn)法，二是T1配準(zhǔn)也即兩步配準(zhǔn)法。EPInorm：通過仿射變換將EPI圖像非線性配準(zhǔn)到標(biāo)準(zhǔn)空間中的EPI模板。這種方法的優(yōu)點在于它直接解決了EPI圖像的非線性，但缺點是可能存在過度校正（如用不相關(guān)的腦區(qū)來填充信號丟失區(qū)域）。T1norm：通過被試的EPI圖像與T1圖像之間進行仿射變換，然后將T1和T1MNI模板進行非線性變換，將變換參數(shù)應(yīng)用于EPI圖像，從而得到MNI歸一化的EPI數(shù)據(jù)。這種方法的優(yōu)點是它通常依賴于具有較高空間分辨率的T1像來估計對MNI空間的非線性扭曲。但缺點是沒有考慮到幾何失真對EPI數(shù)據(jù)的影響，因為這種方法假設(shè)仿射變換可以校正同一被試EPI和T1數(shù)據(jù)之間的任何差異。至于選擇何種配準(zhǔn)方式，沒有定論，重點是配準(zhǔn)的效果。
空間平滑和濾波
空間標(biāo)準(zhǔn)化完成后通常進行空間平滑（也可以叫空間濾波，spatial smoothing/filtering），因為normalize是仿射變換，會產(chǎn)生形變和噪聲，而平滑可以降低仿射變換的影響并提高統(tǒng)計效力。平滑之后體素會與周圍的鄰居變得接近（因為求的平均），圖像會變得模糊。平滑核大小通常是體素大小的2倍。預(yù)處理的最后一步是時間濾波，濾波的目的也是降噪。核磁信號多為低頻信號，而fMRI噪聲可能與緩慢的掃描儀漂移(～<0.01 Hz)以及心臟(～0.15 Hz)和呼吸(～0.3 Hz)效應(yīng)有關(guān)，所以目前常見的濾波范圍是～0.008-0.01 Hz，靜息態(tài)通常采用0.01—0.08Hz。
表4 主要的處理工具中可分析的指標(biāo)
任務(wù)態(tài)分析方法
任務(wù)態(tài)最常見的方法是在SPM中利用GLM進行一階建模然后分析，這一方法目前仍然很受歡迎。任務(wù)態(tài)的功能連接也越來越受關(guān)注，生理心理交互（PPI）就是其中一種方法，具體包括2個方面：一是測量腦區(qū)之間（生理）是否有關(guān)聯(lián)，二是這些關(guān)聯(lián)是否受到心理變量也即實驗條件的影響。有效連接包括動態(tài)因果模型（DCM）和格蘭杰因果分析（GCA）。DCM流程如下：刺激輸入引起神經(jīng)活動變化 ——> 神經(jīng)活動變化進而引起血管舒張、血流變化、血容量變化以及脫氧血紅蛋白變化 ——> 脫氧血紅蛋白變化進而引起BOLD信號改變。DCM模型包括2部分：神經(jīng)活動狀態(tài)方程和信號生成方程（過程較復(fù)雜，不再贅述）。GCA的基本思想是對于時間序列X(t)和Y(t)，如果添加利用Y(t)過去的信息，比單純地利用X(t)過去的信息預(yù)測 X(t)的效果要好，那么稱Y(t)對X(t)有貢獻，存在由Y(t)到X(t)的格蘭杰因果。該過程通過確定時間序列的優(yōu)先級然后推導(dǎo)出因果關(guān)系。靜息態(tài)分析方法歷史上，第一個應(yīng)用于靜息態(tài)的方法是基于種子點的相關(guān)分析——定義好一個種子點，求它與全腦其他體素的相關(guān)。REHO（Regional Homogeneity analysis）是利用肯德爾和諧系數(shù)計算體素與其周圍體素的一致性。ALFF和fALFF反映腦區(qū)自發(fā)活動的強度，ALFF關(guān)注信號低頻振幅的強度，fALFF關(guān)注某個特定頻段內(nèi)的信號振幅強度對可探測到的全頻段范圍內(nèi)信號的強度。數(shù)據(jù)驅(qū)動的分析方法有PCA（主成分分析）、ICA(獨立成分分析)、聚類（cluster）。主成分的有效性很大程度上取決于假設(shè)的線性度、主成分的正交性和高信噪比，所以可應(yīng)用于任務(wù)態(tài)。靜息態(tài)目前多用ICA。ICA將信號按照統(tǒng)計獨立的原則，通過優(yōu)化算法分解為若干相互獨立的成分，以便于分別進行處理，它的建立基礎(chǔ)在于假設(shè)源信號的統(tǒng)計獨立性。靜息態(tài)數(shù)據(jù)通常使用空間ICA，任務(wù)態(tài)數(shù)據(jù)主要使用時間ICA。聚類是將數(shù)據(jù)集合分成由類似對象組成的多個類的過程，和ICA類似，但是效果更好。
越來越受歡迎的腦網(wǎng)絡(luò)分析方法是圖論網(wǎng)絡(luò)，其假設(shè)大腦由節(jié)點（腦區(qū)）和連邊（節(jié)點間的連接）組成，這使得腦區(qū)之間能相互建立連接，可分析的指標(biāo)包括全局屬性、節(jié)點屬性和連邊差異。不過，單靠靜態(tài)功能連接分析無法準(zhǔn)確描述大腦的動態(tài)功能狀態(tài)變化，因此衍生出了動態(tài)網(wǎng)絡(luò)。追蹤大腦功能連接的動態(tài)性可以為研究腦網(wǎng)絡(luò)的基礎(chǔ)性質(zhì)和描述大腦的功能活動的動態(tài)性提供更多視角。最常用的方法是滑動窗分析技術(shù)。
圖2 fMRI研究中常用的分析方法。對于任務(wù)態(tài)有GLM（A）、PPI（B）、SEM（C）、DCM（D）、GCM（E）、多體素模式分析（F）。對于靜息態(tài)有基于種子點的相關(guān)（G）、Reho(H)、ALFF（I）、PCA（J）、ICA（K）、clustering（L）、圖論網(wǎng)絡(luò)（M）、動態(tài)功能連接（N）。
數(shù)據(jù)統(tǒng)計
統(tǒng)計模型為GLM模型，常見的分析方法有T檢驗、方差分析，協(xié)變量需考慮。統(tǒng)計時可全腦進行，也可選擇自己感興趣的腦區(qū)（基于假設(shè)）。統(tǒng)計結(jié)果均需進行校正，校正方式有2大類：基于體素水平的校正（family-wise error rate、false discovery rate）和基于cluster水平的校正。FWE較為嚴(yán)格，FDR相對寬松。實現(xiàn)校正的工具有AFNI、FSL、SPM等。另外一種校正方式TFCE（hreshold-free cluster enhancement）可通過FSL實現(xiàn)。通常ROI統(tǒng)計更易出結(jié)果，因為其多重比較校正僅限于ROI內(nèi)部。最后，目前的統(tǒng)計結(jié)果基本需要匯報效應(yīng)量。
多模態(tài)研究
使用不同的神經(jīng)成像方法收集多模態(tài)數(shù)據(jù)已經(jīng)變得越來越流行，這為研究更全面的大腦結(jié)構(gòu)和功能提供了機會，無疑是未來的趨勢。幾個世界級別的研究如:
Human Connectome Project, Developing Human Connectome Project , Baby Connectome Project已開展相關(guān)研究，將功能像與結(jié)構(gòu)像結(jié)合起來。另外，也有將fMRI與EEG、MEG、fNIRS、TMS等結(jié)合。
報告和結(jié)果解釋
通常需要報告peak點坐標(biāo)（X Y Z），cluster size 、多重比較校正的方式、統(tǒng)計值、腦區(qū)名稱以及腦圖。方法和結(jié)果盡可能詳細描述，保證可重復(fù)性。結(jié)果解釋一定要參考前人文獻、有依據(jù)，在此基礎(chǔ)適當(dāng)拓展。
結(jié)論和未來展望
fMRI目前在腦功能研究中很受歡迎，并有望在未來變得更加突出。本文旨在為新手提供fMRI研究的一套指南，從實驗設(shè)計、數(shù)據(jù)采集到數(shù)據(jù)分析和結(jié)果匯報，希望能對大家有所幫助。
請微信搜索“思影科技”關(guān)注我們，關(guān)注我們的公眾號，獲得更多精彩腦科學(xué)內(nèi)容，如需原文或?qū)λ加翱萍颊n程感興趣請?zhí)砑游⑿盘?/span>siyingyxf或19962074063
微信掃碼或者長按選擇識別關(guān)注思影
非常感謝轉(zhuǎn)發(fā)支持與推薦
歡迎瀏覽思影的數(shù)據(jù)處理課程以及數(shù)據(jù)處理業(yè)務(wù)介紹。（請直接點擊下文文字即可瀏覽思影科技所有的課程，歡迎添加微信號siyingyxf或19962074063進行咨詢，目前思影采取預(yù)報名制度，以下所有課程均可報名，受疫情影響部分課程時間或有調(diào)整，報名后我們會第一時間聯(lián)系，會為您保留名額）：
第六屆任務(wù)態(tài)fMRI專題班（重慶4.8-13）
第二十八屆磁共振腦影像基礎(chǔ)班（重慶2.24-29）
第十四屆磁共振腦網(wǎng)絡(luò)數(shù)據(jù)處理班（重慶3.18-23）
第二十屆腦電數(shù)據(jù)處理中級班（重慶3.7-12）
第七屆近紅外腦功能數(shù)據(jù)處理班(上海4.2-7）
思影數(shù)據(jù)處理業(yè)務(wù)一：功能磁共振（fMRI）
招聘：腦影像數(shù)據(jù)處理工程師（重慶&南京）
