对口语制作相关文物在连续多带fMRI数据中否定方法的比较
Angelique Volfart1, Katie L McMahon2,3,4, Greig I de Zubicaray1
1Faculty of Health, School of Psychology and Counselling, Queensland University of Technology, Brisbane, Australia.
Neurobiology of language (Cambridge, Mass.)
|September 20, 2024
概括
使用多频段EPI序列和无声化技术的高级fMRI成像通过减少生理噪音显著改善了通过减少发言过程中大脑活动的检测. 这增强了语言神经生物学的研究.
科学领域:
- 神经成像是一种神经成像.
- 认知神经科学 认知神经科学
- 语音科学 语言科学
背景情况:
- 使用梯度回声回声平面成像 (EPI) 的fMRI (功能磁共振成像) 在语音生成过程中受到信号工件的影响.
- 否认技术对于fMRI数据的准确分析至关重要,特别是在涉及公开演讲的任务中.
研究的目的:
- 评估各种降噪策略对语音任务期间获得的连续多频段fMRI数据的影响.
- 确定最有效的无声化方法,以提高信号与噪声比率 (SNR),并检测语音生产中的与任务相关的大脑反应.
主要方法:
- 在命名到定义任务期间获取连续的多频段fMRI数据.
- 消噪技术的应用:刚性身体运动回归,异常点的审查,主要组件分析 (PCA) 的CSF/边缘噪声,和全球fMRI信号回归.
- 与重新调整和解曲的基线对比,去化方法的比较.
主要成果:
- 生理噪音,主要是来自呼吸和肌肉活动的全球信号波动,以及CSF/边缘噪音,是主要的噪音来源.
- 硬的身体运动对整体差异的贡献很小.
- 剥离方法调节与任务相关的BOLD (血液氧气水平依赖) 信号变化,减少增加和增强减少.
- 沃克塞尔智能全球信号回归显著改善了时间SNR.
结论:
- 连续的多频段EPI序列与适当的denoising策略相结合,特别是全球信号回归,对于语音产生的神经成像研究是有益的.
- 这些方法提高了与语音相关的神经活动的检测,为其神经生物学提供了更好的洞察力.
