A generalized regression model for region of interest analysis of fMRI data.
A generalized regression model for region of interest analysis of fMRI data.
复制标题
用于 fMRI 数据感兴趣区分析的广义回归模型。
DOI：
10.1016/j.neuroimage.2011.07.079
复制
发表时间：
2012-01-02
期刊：
影响因子：
5.7
通讯作者：
Yue, Guang H.
中科院分区：
文献类型：
--
作者：
Wang, Xiao-Feng;Jiang, Zhiguo;Daly, Janis J.;Yue, Guang H.
关键词：
本研究应用功能磁共振成像(FMRI)评价慢性卒中患者上肢运动功能康复方案后皮质运动网络的适应性。当患者和健康对照组试图在1.5T西门子扫描仪中进行肩肘和手腕运动时，他们被成像。我们在单个受试者和组受试者水平上进行功能磁共振成像分析。激活的体素计数被计算来量化感兴趣区域的大脑激活。我们讨论了几种对计数数据进行推断的候选回归模型，并提出了一种具有结构离散度的广义负二项模型(GNBM)在研究中的应用。不适当的统计模型忽略了数据的性质，其影响通过蒙特卡罗模拟得到解决。基于GNBM，在中风和对照组以及作为治疗结果的许多皮质区域观察到显著的激活差异；值得注意的是，当使用传统的线性回归模型分析数据时，这些差异没有被检测到。我们的发现提供了一种改进的功能神经成像数据分析方案，特别是像素/体素计数。
In this study functional Magnetic Resonance Imaging (fMRI) was used to evaluate cortical motor network adaptation after a rehabilitation program for upper extremity motor function in chronic stroke patients. Patients and healthy controls were imaged when they attempted to perform shoulder–elbow and wrist–hand movements in a 1.5 T Siemens scanner. We perform fMRI analysis at both single- and group-subject levels. Activated voxel counts are calculated to quantify brain activation in regions of interest. We discuss several candidate regression models for making inference on the count data, and propose an application of a generalized negative-binomial model (GNBM) with structured dispersion in the study. The effects of inappropriate statistical models that ignore the nature of data are addressed through Monte Carlo simulations. Based on the GNBM, significant activation differences are observed in a number of cortical regions for stroke versus control and as a result of treatment; notably, these differences are not detected when the data are analyzed using a conventional linear regression model. Our findings provide an improved functional neuroimaging data analysis protocol, specifically for pixel/voxel counts.
登录
查看更多内容
影响因子：
4.2
作者：
Poldrack, Russell A.
通讯作者：
Poldrack, Russell A.
影响因子：
3.3
作者：
Bandettini, PA;Jesmanowicz, A;Hyde, JS
通讯作者：
Hyde, JS
影响因子：
5.7
作者：
Genovese, CR;Lazar, NA;Nichols, T
通讯作者：
Nichols, T
影响因子：
5.7
作者：
Pell, Gaby S.;Briellmann, Regula S.;Jackson, Graeme D.
通讯作者：
Jackson, Graeme D.
影响因子：
2
作者：
Benwell, Nicola M.;Mastaglia, Frank L.;Thickbroom, Gary W.
通讯作者：
Thickbroom, Gary W.