思考是危险的
整理电脑中的图片
看电影时，脑区间动态联系的跨被试相似性
人在看电影时，大脑如何做反应？一方面，外部的感觉信息实时的输入达到脑中；另一方面大脑会自动生成对故事线的预测，并与输入的信息进行匹配。那么，如果使用功能磁共振实时记录大脑的脑活动，我们会看到什么？
对于观看电影这类复杂刺激的脑成像数据，分析起来还是有很多挑战。相比于常规使用的心理学任务，对电影刺激很难确定某一心理活动具体发生的时间。因此也就无法用简单的模型去测量某些具体时间点对应的心理过程诱发的脑活动。但是好在很多脑区的激活模式是直接受输入的刺激调控的，因此在看同样的电影时不同人在这些脑区产生的激活模式是相似的。因此可以用测量不同被试激活时间序列的相似性来找到参与加工电影刺激的脑区。最早一篇显示被试间激活相似性的研究在2004年发表在Science上。我曾经在2010年的一篇博客中介绍过。
这种被试间相关性分析的方法如上图A所示。在标准化空间上大脑的每一个位置，可以做不同被试看电影时的时间序列的相关。这样就可以得到一张大脑中每个地方相似性的统计图。这类的研究已经有很多，大多发现在看电影时大脑里负责视觉加工的很多区域的激活模式存在很高的被试间相似性。而在负责高级认知任务的脑区，激活模式的被试间相似性并不高。这可能是因为这些区域并没有参与电影加工；但也可能是因为不同人对电影的理解和主观感受不同，所以局部激活的模式也没有太大的相似性。
大脑里的不同脑区负责加工不同层次的信息。它们之间并不是独立的工作的，而是实时的互相传递着各种信息。这也是我们为什么要研究脑区间的连通性，特别是动态连通性的原因。动态连通性在静息态数据处理中是用得比较多。通常可以使用滑窗 (sliding window)的方法计算每一个小时间窗口 (比如说30s)内两个脑区的功能连通性。经过一系列的滑窗，不同窗口之间连通性的变化可能反映了脑区间功能联系的动态变化。但连通性的测量指标 (比如相关系数)很容易受到噪声的影响，特别是功能磁共振信号中的头动、呼吸等生理噪声。另外，哪怕是完全无意义的随机信号，采用滑窗法也会计算出功能连通性的"变化"。那么如何才能说明滑窗间的“变化”是有意义的？这在静息态数据上是个难题。而对于看电影的数据，关于动态连通性的功能意义的疑问似乎可以在一定程度上解决。因为如果连个脑区间的动态功能联系真的是与对电影的理解有关，那么不同被的动态联系也可能是相似的。基于此我们就可以用…
对于观看电影这类复杂刺激的脑成像数据，分析起来还是有很多挑战。相比于常规使用的心理学任务，对电影刺激很难确定某一心理活动具体发生的时间。因此也就无法用简单的模型去测量某些具体时间点对应的心理过程诱发的脑活动。但是好在很多脑区的激活模式是直接受输入的刺激调控的，因此在看同样的电影时不同人在这些脑区产生的激活模式是相似的。因此可以用测量不同被试激活时间序列的相似性来找到参与加工电影刺激的脑区。最早一篇显示被试间激活相似性的研究在2004年发表在Science上。我曾经在2010年的一篇博客中介绍过。
这种被试间相关性分析的方法如上图A所示。在标准化空间上大脑的每一个位置，可以做不同被试看电影时的时间序列的相关。这样就可以得到一张大脑中每个地方相似性的统计图。这类的研究已经有很多，大多发现在看电影时大脑里负责视觉加工的很多区域的激活模式存在很高的被试间相似性。而在负责高级认知任务的脑区，激活模式的被试间相似性并不高。这可能是因为这些区域并没有参与电影加工；但也可能是因为不同人对电影的理解和主观感受不同，所以局部激活的模式也没有太大的相似性。
大脑里的不同脑区负责加工不同层次的信息。它们之间并不是独立的工作的，而是实时的互相传递着各种信息。这也是我们为什么要研究脑区间的连通性，特别是动态连通性的原因。动态连通性在静息态数据处理中是用得比较多。通常可以使用滑窗 (sliding window)的方法计算每一个小时间窗口 (比如说30s)内两个脑区的功能连通性。经过一系列的滑窗，不同窗口之间连通性的变化可能反映了脑区间功能联系的动态变化。但连通性的测量指标 (比如相关系数)很容易受到噪声的影响，特别是功能磁共振信号中的头动、呼吸等生理噪声。另外，哪怕是完全无意义的随机信号，采用滑窗法也会计算出功能连通性的"变化"。那么如何才能说明滑窗间的“变化”是有意义的？这在静息态数据上是个难题。而对于看电影的数据，关于动态连通性的功能意义的疑问似乎可以在一定程度上解决。因为如果连个脑区间的动态功能联系真的是与对电影的理解有关，那么不同被的动态联系也可能是相似的。基于此我们就可以用…
评论
发表评论