相关实验视频
Updated: Jun 3, 2025

11:09
Deep Brain Stimulation with Simultaneous fMRI in Rodents
Published on: February 15, 2014
14.0K
在fMRI时间序列中区分BOLD和非BOLD信号,使用跨皮层深度延迟模式
Jingyuan E Chen1,2, Anna I Blazejewska1,2, Jiawen Fan1
1Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Boston, MA, USA.
bioRxiv : the preprint server for biology
|January 7, 2025
概括
高分辨率功能性MRI (fMRI) 现在可以通过分析皮层深度的时间延迟来区分神经信号和噪音. 这种新方法可以提高fMRI数据质量,而不需要多回声采集.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
背景情况:
- 功能磁共振成像 (fMRI) 的分辨率大幅提高.
- 高分辨率的fMRI使新的分析策略能够提高灵敏度和神经元特异性.
- 伏塞尔大小允许在血管层次上进行采样,解决从帕伦基马到海皮血管的血液动力学变化.
研究的目的:
- 调查使用跨皮层深度时间延迟模式来区分血液氧气水平依赖 (BOLD) 信号与非BOLD噪声的可行性.
- 开发基于独立组件分析 (ICA) 的fMRI降噪框架,利用跨深度信号进展.
主要方法:
- 开发了一个基于ICA的降噪框架,重点是跨深度时间依赖,而不是跨回声依赖.
- 该框架在以不同时空分辨率 (1.1-2.0 mm voxels) 获取的视觉任务fMRI数据上进行了测试.
主要成果:
- 拟议的框架成功地使用跨皮层深度时间延迟模式对BOLD和非BOLD信号组件进行了分类.
- 该方法在不同的空间和时间分辨率上表现出有效性.
结论:
- 跨皮层深度时间延迟模式是区分高分辨率fMRI中的BOLD和非BOLD信号的可行方法.
- 这种基于ICA的框架提供了多回声ICA的替代方案,用于在多回声采集不可用时消除fMRI数据的噪声.
更多相关视频
10:33Correlating Behavioral Responses to fMRI Signals from Human Prefrontal Cortex: Examining Cognitive Processes Using Task Analysis
Published on: June 20, 2012
12.7K
11:28Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
Published on: June 30, 2018
11.6K