GCA方法与REST-GCA相关问题

论坛老师们:
想请教一些GCA的问题。
1、一直感觉大家对这个方法褒贬不一,个人觉得虽然fMRI存在时间分辨率、采样率等不适合GCA的问题,但GCA运用于Fmri还是可以解释一些问题,毕竟静息态脑活动如此复杂,难以说清脑区间活动到底有多长的延迟。但也有人认为该方法根本不适用于fMRI的,此类文章页容易被毙。所以搞不清楚到底应该怎么看待GCA,老师们是否可以加以评论?
2、我用REST-GCA处理中有个问题,数据经常规的预处理、剔除协变量后,做GCA分析,结果发现,有几例受试者的有y2x图像全脑几乎都是黑的,spm查看强度几乎为0,只有一小块亮的像素区,强度很高。检查发现亮的区域正好在这些受试者有扫描时颅顶或颅底有一点点缺失的地方,还有x2y的图像有1例整脑都是灰灰的。所以想请老师们分析下,是GCA对扫描缺失很敏感吗,是否可以解决?
3、我做某个区域的voxel wise GCA,生成x2y和y2x的图像后,分别对两组每侧ROI的x2y或y2x进行two sample t-test对吗?还是方差分析?
谢谢大家的耐心与时间!

你好, 1.

你好,
1. 我认为GCA是否适合fMRI还有待进一步研究。我想,随着快速扫描越来越多的应用,分辨率这一个问题会得到证明。有一些time resolved研究,对一层或者几层脑进行极快的扫描,从而得到具有非常高的时间分辨率的图像。我想,这些技术也可以普遍应用于GCA。

2. 你选择的种子点是什么地方?有些种子点由于处在信号不好的位置,可能会导致结果看起来很奇怪。如果个别被试的结果出现这种现象,不容易判断。

3. 你的目的是什么?根据你的目的变化,T检验和方差分析也许都适合于GCA。

谢谢振享,我想再继续了解下:1、看了一个帖子中你和臧老师

谢谢振享,我想再继续了解下:

1、看了一个帖子中你和臧老师的意见,我觉得很有道理。“The advantage of long TR for GCA is that your GCA model will be much more simple and the results are easy to explain”One may not believe there could be 2 s or longer delay between brain regions. But who knows during a complicated resting state? ”
这是否意味着长TR也不见得都是缺点?目前大多数据还是长TR如2s,我的数据也是2 s,很想做点GCA的东西,但对此有点担心,希望老师们能再多点评论。

2、种子点在海马、杏仁核都会有这种情况,两三例有,正好是颅顶或颅底有点缺失的。或许还是我种子区的问题?我再试试别的区域。

3、以杏仁核为例,我的目的是观察患者杏仁核与全脑其他区域因果联系的异常,所以用voxel wise GCA,这种情况下,分别对两组左右侧杏仁核的x2y或y2 x map 直接做双样本检验是否就可以了,我并不关心侧化问题。
      考虑到杏仁核功能的异质性,进而我把杏仁核分为三个亚区,这种情况是否得用方差分析?还是双样本就可以了。REST中的 ANOVA检验是否只能做单因素、三组以上的重复测量ANOVA?
      
4、另外我还想了解下,GCA的预处理中,我发现有些研究有去除头动、脑脊液、白质、全脑信号平均等协变量,而有些没有,尤其是全脑信号,那么想问问,全脑平均信号的剔除与功能连接的分析一样是否也应该慎重,会由此带来负的因果关系?还有一些研究甚至不filter、smooth,如“It is worth noting that the BOLD time series of ROIs were not low-passfiltered, considering that our GCA used a low model order”,"In order to avoid introducing
artificial local spatial correlations, no spatial smoothing was applied, as previously suggested",希望大家能谈谈看法。
 

1.

1. TR问题一直是限制GCA在fmri中的核心问题。对于GCA来说,我认为TR长短都有好处,但是这个观点没有直接的GCA研究进行证明。目前来看,不能定义TR长就不好,但是我们没有充分的证据直接证明。大部分fmri-GCA的文章应用的也是长TR,大家也都讨论过类似问题。

2. 海马这个地方信号不一定非常好,可能会导致你说的问题。如果你想通过换种子点得到好看的结果图,那我不推荐。

3. 可以。同样推荐做单样本T检验,结合起来方便解释结果。

4. 全脑平均信号的去除与否我不清楚,但我听廖伟博士说过,他在以前的GCA研究中,发现全脑平均信号的去除与否对结果影响不大。GCA与相关(功能连接)不一样,如果不去全脑平均信号,相关结果基本全脑都是正值,而GCA似乎没有这种情况。你说的不进行滤波和平滑的文章是哪篇?能否把题目发一下,我仔细看看?谢谢

前三个问题明白了好多。 第三个问题我换用其他种子点也一样,

前三个问题明白了好多。
第三个问题我换用其他种子点也一样,可能是数据本身的问题,所以我就删除了那两例。
第四个问题的文献我发到你邮箱了,请查收!
谢谢你!

Comment viewing options

Select your preferred way to display the comments and click "Save settings" to activate your changes.