一、 简介
1、静息态fMRI数据处理学习内容
BOLD-fMRI技术自1990年发明至今,已经成为研究人脑功能的不可替代的手段。但20年来,除了少数单位将BOLD-fMRI用于协助脑病变术前功能定位,基本上未用于临床实践。近几年来,由于数据分析方法的进步,静息态fMRI正在被越来越多地用于临床基础研究。与PET或SPECT相比较,静息态fMRI有较好的时间分辨率、不需要注射放射性药物;与EEG相比,静息态fMRI有较好的空间分辨率;与任务状态fMRI相比较,静息态fMRI简单方便、可重复性好。这些优点,使得静息态fMRI具有较好的临床应用前景。静息态fMRI已经被用于各种神经精神疾病的研究,如癫痫、Parkinson 氏病、Alzheimer氏病、精神分裂症、抑郁症、儿童注意缺陷多动障碍、创作后应激障碍、自闭症以及脑肿瘤的术前功能定位等等。
事实上,所谓静息态(resting-state),只是状态(states)的一种而已,研究者可以根据自己的需要,设计各种各样的状态(states),比如情绪激发状态、成瘾者的渴求状态、针灸的“得气”状态等等。这几种特殊的状态,往往不适合用传统的block设计或事件相关设计。这种状态fMRI(state-fMRI)可以大大拓宽实验设计的范式。State-fMRI数据处理,与传统的block设计或事件相关设计的数据处理也有很大不同。除了脑疾病研究,Resting-state-或state-fMRI也正在被越来越多地用于认知科学的研究以及针灸的研究,甚至被用于神经系统之外的研究,如肝、肾、四肢等。
本部分主要内容包括:
1) 使用REST DICOM Sorter整理原始数据。
2) 使用SPM对数据进行预处理。
3) 使用REST对数据进行去线性趋势、滤波等操作,以及使用REST进行Functional Connectivity (FC),Regional Homogeneity (ReHo),Amplitude of Low-Frequency Fluctuation (ALFF)和Fractional ALFF (fALFF)计算。
4) 使用DPARSF进行批处理分析(从DICOM数据到预处理,再到FC,ReHo,ALFF,fALFF结果)。
5) 使用REST和DPARSF去除协变量,提取感兴趣区(ROI)或AAL脑区的时间序列。
6) 使用SPM和REST(Release 100506新增内容)进行统计分析。
7) 使用REST Slice Viewer查看结果,设定cluster size,制作ROI mask,保存图片用于发表。
8) 多重比较校正:Monte Carlo模拟与Bonferroni、FDR、FWE校正的区别,以及REST AlphaSim的使用。
9) REST Image Calculator的使用。
10) 其他功能:.nii数据的转换,REST读写接口的使用。
2、 DTI数据处理学习内容
DTI作为一种新型的磁共振技术,是目前最常用的非侵入性研究大脑白质结构的技术手段。利用DTI的各种扩散属性指标如FA, ADC值,可以了解大脑白质结构的完整性信息;通过纤维跟踪技术可以对大脑白质纤维束进行重建和可视化,研究不同脑区之间的解剖连接和神经环路,从而进一步揭示大脑的结构和功能信息。由于其无创性和基于活体研究的特点,DTI已经广泛地应用于各种神经精神疾病,如精神分裂症,阿尔茨海默症,多发性硬化和抑郁症等的研究。众多研究表明神经精神疾病都伴随着脑白质的异常变化,这对于认识疾病的发病机理和病变机制有重要意义。
本部分的培训内容主要分为以下几个方面:
1) DTI数据的预处理(数据格式转换,图像质量检查,涡流校正)
2) 利用DTIStudio软件进行各种扩散属性指标的解算
3) 利用DTIStudio软件进行纤维跟踪,可视化,以及定量分析
3、VBM数据处理学习内容
VBM (Voxel Based Morphometry)是一种基于体素的针对脑组织结构的形态学测量方法。它通过计算磁共振图像(主要是高分辨率的结构扫描图像)中脑的灰质/白质的变化来定量分析不同群体脑结构的特征和脑组织成分的差异,从而替代了传统上人工勾画感兴趣区域(ROI)的方法,提高了测量的准确性和可重复性,能够准确、全面评价不同群体脑的神经解剖变化。目前,这种分析方法已经广泛应用于精神分裂症,阿尔茨海默症,抑郁症等多种神经精神科疾病的研究。
本部分的培训内容主要分为以下几个方面:
1) VBM基本介绍,包括VBM的基本原理,分析过程中采用的SPM8的Dartel Tools,New Segment和VBM8-Toolbox的介绍
2) VBM脑结构图像的预处理,包括图像的分割,标化和平滑及其相关的参数选择
3) VBM的统计学分析基本流程以及结果的展示
联系客服