利用DPARSF工具分析处理fMRI数据

Posted 2023-01-29 Jing Sir

fMRI数据的处理步骤：需要三个工具（SPM12, DPARSF工具箱, 分析工具REST）

１）保持磁化平衡，丢弃每个对象的前１０个时间点的数据；

２）分层校正，即将所有剩余时间点的扫描层部分校正为中间层，以解决数据集过程中奇数层的交错序列所引起的分层混乱；

３）头部移动校正，将每个对象的所有时间点的数据与第一个时间点的数据对齐，以消除头部移动伪影，从而减小扫描过程中摇头所造成的影响；

４）将对象的所有数据注册到同一空间，降采样的体素大小统一为3x3x3立方厘米；

５）空间平滑，采用４mm全宽半最大高斯核进行平滑，消除噪声干扰；

６）对平滑数据进行回归协变量，即从每个体素的时间序列中删除干扰信号，以减少非神经元波动的影响，包括白质信号、脑脊髓液信号和头部运动信号；

７）使用带通滤波0.01Hz~0.08Hz过滤时间序列，以最大程度减小低频漂移和高频噪声的影响；

８）基于大鼠脑模板将fMRI图像空间划分为40多个脑区；

９）通过特定ROI中的所有体素的时间序列求均值，得到每个对象的所有脑区的时间序列。

 

Dparsf软件处理示意图

 

该dparsf软件的预处理流程总结一下是：

(1)将DICOM文件转为 NIFTI 数据

     如果获得的数据是NIFTI就不用该步

(2)移除前n个时间点数据(remove first time points)

     原因是仪器开始时有个平衡过程，开始时测得的图像不准，舍弃前几个。

(3)时间层校正(slice timing)

     每次采集一个3D脑图数据都是逐层扫描，且花了2s左右，这样一个3D脑图上的数据并不所有都是数据均同时采集，而是不同层有时间偏移。而计算结点相关时的时间序列是希望两个时间序列是相时的。因此做校正。

(4)头动校正(realign)

     被试试验时，难免不自主头发生轻微晃动，使得空间数据偏移。像拍照抖动一样。因此做校正。

(5)空间标准化(normalize)

     每个的脑部形状都是略有不同的，因此我们把数据变换到标准的脑空间中。虽然测试不同的脑，但都是放到同一标准脑中计算。

(6)平滑化(smooth)

     为了降低信噪比

(7)去线性漂移(detrend)

(8)滤波(filter)

(10)协变量回归(regression out the covariables)

      为了降低脑部其它协变量的影响。