请教严老师。关于ROI的提取。

严老师您好,我是一名初学者。现在欲进行默认网络的功能连接研究,阅读了一些国内外相关文献,发现绝大多数中文文献ROI的提取用直径6MM的小球,而外文文献(如Abnormal Brain Default-Mode Network Functional Connectivity in Drug Addics)是对研究样本时间序列(非任务)计算后生成的,并做了检验。我想除了这两种方法以外,是不是还有一个固定的标准化后的默认网络ROI(MASK),后两种方法较第一种更准确,但后两种方法之间有无明显差异?如果有标准的默认网络ROI(MASK),能不能传给我(stevenlee697@163.com),这里非常感谢;详细看您三个版本的授课视频,都没有提取ROI的详细方法讲解,能不能也传给我一份这样的资料?万分感谢!!(stevenlee697@163.com).

你好!
大多数英文文献在提到DMN的时候,也会使用RAICHLE、FOX等人提到的PCC坐标画一个半径6mm的小球的。这个方法是广为接受的。

“对研究样本时间序列(非任务)计算后生成的,并做了检验"---不太理解你的描述,具体应该参考文献的详细介绍。是指ICA?

另外,就我所知而言,还不知道有一个大家非常公认的DMN mask文件可以用。不过,你可以自己选PCC种子点做功能连接图,然后创建一个自己的DMN MASK。

感谢严老师的耐心解答。您说的对,是ICA。具体:algorithm of ICA using fMRIb software library’s (FSL) implementation of MELODIC.
First, byvisually inspection, the component whose z-score map was most similar to the map of the DMN was chosen.
Second, this template was used to select the ‘‘best-fit’’ component of the DMN in each participant.
请问严老师,ICA方法和小球的方法哪一个更好?

这两个方法都不错,可以接受。其中小球的方法要简单一些,比较容易实现。
选用哪种方法,取决于你的IDEA是什么,想做什么研究,想在什么地方有比较大的创新。

ICA是另外一种常用的处理静息态fMRI数据,进行功能连接研究的主要方法。
ICA不需要定义种子点,完全基于数据本身,能够同时得出各种静息态功能连接网络。
有关ICA研究静息态fMRI数据的文献和研究很多,在这里我推荐一篇:
Damoiseaux et al. 2006 PNAS "Consistent resting-state networks across healthy subjects"

首先祝各位老师双节愉快!因为是初学,对许多软件还不会用,如FSL。现在想先用小球的方法初步研究一下感音神经性耳聋患者默认网络变化情况。进一步想对初、高级吸觉中枢重组问题进行研究。请各位老师多多指教。