The results below are an example of this (data represent the work of my graduate student, Lisette Isenberg). This is a study involving 17 subjects performing a listen->covert repeat task (~shadowing) minus a listen_only condition. Data were warped to Talairach space following typical procedures and projected onto a template brain (left image below). Notice that the focus of activation is relatively small and squarely on the supramarginal gyrus. When we looked 在 individual subjects, however, there was no activation in the SMG but rather it was consistently ventral to this in the Sylvian fissure.

右边的图像使用ANTS(先进的标准化工具 )进行变态变换以根据解剖特征对齐图像。您在此处看到的结构图(右)实际上是参与者的17个大脑,彼此之间很好地对齐。由于它们的龈沟和回旋排列整齐,因此右侧图像中的激活区域明显变大了(功能区域排列得更好),并正确地定位在后方的Sylvian区域。
似乎发生的是,标准模板大脑的Sylvian裂隙与样本种群相比有时过于平坦,后者在后边界处可能会更多地倾斜。然后,与Spt激活一样,后缘的激活最终会误定位到顶叶。 ANTS对齐似乎可以解决问题。
因此,无论何时有人举报SMG或下顶叶激活,我都会怀疑它是否可能在Sylvian后裂中。
3条评论:
您能否为我们提供您使用的标准规范化的更多细节?哪个软件包?
我相信这是使用AIR完成的。
I'我不确定使用哪个统计软件包,但是当只有几个主题(N = 2-4)时,我帮助开发了ANTS归一化方法。即使在那时,我们也使用了相当繁重的正则化方法,以使对象之间的空间紧密对齐。挑战在于,希尔夫裂痕无处不在。非常正态分布,我've since observed.
这个结果引起了很多关于标准归一化和显示结果的问题。仍然有太多论文带有小组水平的结果"Colin brain"。 (一次包括我自己。)
这种结果还提出了有关组结果中偶然空间平滑的有趣问题。也就是说,在合并主题之后,簇大小在多大程度上反映了未对齐的结构(因为跨未对齐边界进行平均会有效地散布组级别的簇)。
更多让神经成像研究人员在夜间工作的事情...
发表评论