Современные методы нейровизуализации, включая функциональную магнитно-резонансную томографию (фМРТ, fMRI ), электроэнцефалографию (ЭЭГ) и магнитоэнцефалографию (МЭГ), теперь позволяют нам исследовать мозг с беспрецедентно высоким временным или пространственным разрешением без использования инвазивных методов.
Функциональная магнитно-резонансная томография (фМРТ) играет ключевую роль в современных исследованиях психических расстройств. Со времени первого сканирования мозга с помощью фМРТ в 80-х годах прошлого века ученые достигли значительного прогресса не только в технических процедурах, применяемых для получения данных визуализации мозга, но и в методах их обработки. Сегодня МРТ стала доминирующим методом нейровизуализации из-за своей неинвазивности, отсутствия радиационного воздействия, относительно хорошего пространственного и временного разрешения и относительной простоты получения изображений мозга. Некоторые методы, введенные в основанный на задачах fMRI, такой как MVPA, также применяются в случае данных fMRI в состоянии покоя. Различные методы анализа исследуют специфические паттерны активности мозга.
Интересно отметить, что и в нейропсихологии происходит постоянный сдвиг парадигмы от выявления очагов аномалий к разграничению функциональной связности между несколькими областями мозга, к развитию глобального понимания аберраций на уровне крупномасштабных сетей всего мозга.
Из-за высокой чувствительности сигналов fMRI к связанным с событиями изменениям в кровотоке мозга, мы можем сравнить различия в BOLD-сигнале между пациентами с психическими расстройствами и нормальными субъектами при решении различных видов задач для того , чтобы выяснить, как мозг функционирует при разных состояниях. Общая линейная модель (GLM) приобрела популярность в связанном с задачами анализе МРТ с момента ее введения в сообщество специалистов по нейровизуализации. GLM обеспечивает основу для большинства видов моделирования данных и может минимизировать мешающие исследованию факторы, такие как движения головы или дыхание субъекта, при условии, что эти данные моделируются.
Целью общей линейной модели является объяснение изменения временного хода, y 1 ,…, y i ,…, y n , в терминах линейной комбинации объясняющих переменных плюс гауссовской погрешности. Общая линейная модель в матричной форме может быть записана как
Добавить комментарий