论文部分内容阅读
功能磁共振成像(functionalmagneticresonanceimaging,fMRI)能让人们非侵入性地探察大脑结构某一部分所具有的特定功能,目前的研究大部分都是基于任务状态的fMRI,然而静息态fMRI易于进行多中心、大样本的研究,非常适合临床上的研究和应用,也引起了越来越多研究者的兴趣和关注。对任务态fMRI数据的分析和处理一般都借助于SPM、AFNI等软件基于广义线性模型(generallinearmodel,GIM)来设计、实现和使用的,但是到目前为止世界上还没有一个专门用于静息态fMRI数据分析处理而设计的软件。静息态fMRI没有任务刺激,不能使用GLM模型来分析数据,所以SPM、AFNI中常规的处理任务态fMRI数据的方法和步骤不适用于静息态fMRI的数据分析。低频波动被认为是静息态fMRI中能反映神经网络同步和自发的活动,所以一般静息态fMRI数据分析之前都需要经过低频段的滤波处理,SPM不包含低频滤波这一专有模块,所以无法使用SPM完整地预处理静息态fMRI数据。AFNI虽有滤波功能,但是AFNI的滤波、去线性漂移等过程都是基于命令行实现的,使用起来步骤繁琐复杂,尽管通过脚本可以高效率地处理静息态fMRI数据,但是编写脚本对一般研究者而言仍然是一个较高的门槛。因此,编写一个专门用于静息态fMRI数据分析处理的基于图形用户界面的软件包不仅可以使静息态fMRI数据处理过程简化,而且可大大提高数据处理的效率,有利于静息态fMRI研究方法的推广和使用。静息态功能磁共振数据分析处理工具包(resting-statefMRIdataanalysistoolkit,REST)应此需求而开发,采用图形用户界面配置计算参数实现静息态fMRI数据的批量计算,将以前几天甚至十几天的数据分析处理时间大大缩短。目前,REST主要实现了功能连接、局部一致性、低频振幅三种静息态fMRI数据处理的核心计算方法,同时还包括滤波、去线性漂移、感兴趣区域(regionofinterest,ROI)的定义及查看、协变量(脑白质、脑脊液等)的提取、多层脑图像的交互性浏览、指定点的时间序列和功率谱的查看等工具。