rest roi之间功能连接分析

Submitted by hongshengcheng on
 请问,使用rest roi之间功能连接分析时,covariables处应该输入什么,是诸如性别年龄之类的么?
ROI之间相关系数的计算,如果加入covariable是用偏相关分析,还是采用别的算法?
roi之间的分析是采用过的pearson corr,和 http://www.imed.jussieu.fr/~marrelec/Publis/Marrelec-2006c.pdf 这篇文章中的partial corr 相比,各有什么优缺点呢?谢谢

YAN Chao-Gan

Mon, 03/11/2013 - 15:20

你好!
计算ROI之间的功能连接,通常是在被试内进行,因此性别年龄等被试间变量不能做为协变量。常用的协变量是头动参数,全脑,白质,脑脊液信号等。

如果不加入协变量,是两两之间的full correlation。如果加入协变量,是两两之间,在控制协变量之后的偏相关。即A与B之间,在控制协变量C之后的偏相关,可以采用如下方式计算:
从A回归掉C,从B回归掉C,然后计算两个残差之间的相关。以前臧老师组朱芸芸曾有一项工作对partial correlation和semi-partial correlation进行比较。

这里你提的partial correlation可能与上面讨论的稍有不同,上面的考虑的是对不感兴趣的信号(nuisance signals)进行控制。这里可能会考虑在多个ROI的情况下(如5个),在计算做任意两个ROI之间的相关性时,是否控制其他3个ROI的影响。这是为解决如下情况:A与B之间的相关,完全是由于C造成的,那么采用全相关会得到A与B相关的结论,而采用偏相关控制掉C的影响之后,A与B的偏相关可能不显著。从数学上说,这样的解释比较合理,但实际应用中不一定是这种理想情况。尤其是当ROI数目很多时,偏相关也会遇到矩阵不可逆的问题,估计出来的偏相关并不准确,(可能可以考虑采用ICOV的一些方法来进行regularize)。

以上是我的理解,关于这些问题,你可以参考一下这篇文章:

Smith, S.M., Miller, K.L., Salimi-Khorshidi, G., Webster, M., Beckmann, C.F., Nichols, T.E., Ramsey, J.D., Woolrich, M.W., 2011. Network modelling methods for FMRI. Neuroimage 54, 875-891.

Forums