在基于任务的fMRI中使用BOLD过方法增强功能连接分析:更大的网络和激活voxel灵敏度

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
• 功能性磁共振成像 (fMRI) 是一种功能性磁共振成像技术.

背景情况:

• 基于任务的fMRI (tb-fMRI) 研究在特定任务期间的大脑连接.
• 对于研究任务相关网络而言,tb-fMRI提供了比静止状态fMRI (rs-fMRI) 更大的特异性.
• 在tb-fMRI中,预处理对于准确的功能连接 (FC) 分析至关重要.

研究的目的:

• 评估BOLD过方法,最初用于rs-fMRI,作为tb-fMRI的预处理步骤.
• 为了提高检测任务诱导的大脑活动的灵敏度和特异性.
• 提高tb-fMRI中FC分析的稳定性和可解释性.

主要方法:

• 将BOLD过器应用于tb-fMRI数据作为预处理技术.
• 将BOLD过器预处理与FC分析的传统方法进行比较.
• 分析了对激活voxel检测和FC网络模式清晰度的影响.

主要成果:

• BOLD过器大大改善了任务唤起的BOLD信号的隔离.
• 与传统预处理相比,确定了更多的激活voxels.
• 揭示了与任务相关的更清晰的FC网络模式,包括以性别为特征的差异,这些差异在标准方法中没有发现.

结论:

• BOLD过器提高了tb-fMRI中FC分析的稳定性和可解释性.
• 这种方法有效地隔离了有意义的功能网络,比传统方法提供了优势.
• BOLD过器对于在tb-fMRI中表征任务诱导的大脑活动是一个有价值的改进.