پردازش تصاویر fMRI - قسمت سوم

مهمترین بخش‌های پیش پردازش و پردازش داده fMRI:

آنالیز داده‌ی fMRI به دلایل زیادی پیچیده است. اولا، داده‌ در معرض چندین آرتیفکت قرار دارد، مثل آرتیفکت‌هایی که با حرکت سر به وجود می‌آیند. دوما، منابع زیادی در داده باعث تغییرپذیری در داده می‌شوند، مثل تغییرپذیری بین افراد و یا تغییرپذیری داده‌ی یک فرد در طول زمان. مسئله سوم این است که ابعاد داده بسیار بزرگ است، که در مقایسه با داده با ابعاد کوچک که محققان با کار با آن آشنا هستند، مشکلات زیادی را ایجاد می کند. گام های اصلی آنالیز داده fMRI که برای هموار کردن این موانع و آنالیز داده به کار می روند عبارتند از:

کنترل کیفی: اطمینان حاصل کردن از اینکه داده ما با آرتیفکت خراب نشده است.

اصلاح فاصله زمانی ثبت اسلایس ها: اصلاح اختلاف زمانی بین اسلایس‌های مختلف در عکس

اصلاح حرکت: همسو سازی اسکن ها در طول زمان تا اثر حرکت سر اصلاح شود.

اصلاح اعوجاج: اصلاح اعوجاج مکانی که اغلب در تصاویر fMRI اتفاق می افتد.

نرمالایز کردن مکانی: همسو کردن داده‌ی افراد مختلف در یک فضای مشترک تا بتوان آنها را به صورت گروهی با هم مقایسه نمود.

هموار سازی مکانی: مات سازی عمدی داده به جهت کاهش نویز در داده.

فیلتر کردن زمانی: فیلتر کردن زمانی داده تا نویزهای فرکانس پایین حذف شوند.

شکل 1. بلوک دیاگرام مهمترین مراحل پیش پردازش داده fMRI

مدل آماری: انطباق مدل آماری به داده برای تخمین پاسخ به یک محرک یا فعالیت.

استنتاج آماری: تخمین آماری نتایج قابل توجه، اصلاح تست های آماری زیادی که به کل مغز اعمال می شوند.

نمایش: نمایش نتایج و تخمین سایز فعالیت ها

شکل 2. بلوک دیاگرام پیش پردازش های مهم و نمونه ای از انطباق یک مدل آماری به داده ونمایش مناطق فعال