利用独立成分分析技术和静息fMRI数据对脑功能区进行定位

摘要

目的 验证可否利用独立成分分析(ICA)技术和静息fMRI数据对脑功能区进行定位.方法 利用ICA方法,通过研究静息状态的脑功能联结来获取功能区的定位.静息数据的采集采用短TR,在低通滤波(截止频率0.08 Hz)后可以去除生理噪声的主要影响.在数据分析中,对ICA结果进行了可复制性分析,只保留可复制性较高的成分,之后将ICA结果与传统的"种子像素"方法获得的结果进行定量的一致性分析.结果 ICA能够在不设定"种子像素"的情况下从静息fMRI数据中分解出运动系统和初级视觉系统的功能联结图,并在所有被试上都与"种子像素"方法有较高一致性.ICA在同一数据中可以同时分解出上述两个系统的功能联结图. 结论 ICA克服了"种子像素"方法的主观性,稳定、准确地从静息fMRI数据中分解出了脑功能联结图.本研究支持初级功能系统内的联系要明显强于系统间的联系的假设,显示ICA方法具有良好的临床应用潜力.