Empirical validation of statistical parametric mapping for group imaging of fast neural activity using electrical impedance tomography.
Empirical validation of statistical parametric mapping for group imaging of fast neural activity using electrical impedance tomography.
复制标题
DOI：
10.1088/0967-3334/37/6/951
复制
发表时间：
2016-06
影响因子：
3.2
通讯作者：
Holder D
中科院分区：
文献类型：
--
作者：
Packham B;Barnes G;Dos Santos GS;Aristovich K;Gilad O;Ghosh A;Oh T;Holder D
电阻抗断层扫描 (EIT) 允许根据表面测量重建内部电导率。当神经活动期间离子通道打开时，电导率会发生变化，这使得 EIT 成为功能性脑成像的潜在工具。 EIT 图像可以具有 >10 000 个体素，这意味着此类图像的统计分析会带来大量的多重测试问题。最佳地纠正这些问题并仍然保持复杂实验设计的灵活性的一种方法是使用随机场理论。这种参数方法估计在给定大小的平滑随机场中偶然预期的峰值分布。随机场理论已用于其他几种神经成像技术，但从未针对快速神经活动的 EIT 图像进行验证，这种验证可以使用非参数技术来实现。使用参数和非参数技术分析从 8 只大鼠收集的一组 22 张图像。使用这两种技术均检测到显着的群体激活（校正 p < 0.05）。参数分析和非参数分析都得出了相似的结果，尽管后者不太保守。这些结果展示了对此类图像集的首次统计分析，并表明此类分析是神经活动 EIT 图像的一种方法。
Electrical impedance tomography (EIT) allows for the reconstruction of internal conductivity from surface measurements. A change in conductivity occurs as ion channels open during neural activity, making EIT a potential tool for functional brain imaging. EIT images can have >10 000 voxels, which means statistical analysis of such images presents a substantial multiple testing problem. One way to optimally correct for these issues and still maintain the flexibility of complicated experimental designs is to use random field theory. This parametric method estimates the distribution of peaks one would expect by chance in a smooth random field of a given size. Random field theory has been used in several other neuroimaging techniques but never validated for EIT images of fast neural activity, such validation can be achieved using non-parametric techniques. Both parametric and non-parametric techniques were used to analyze a set of 22 images collected from 8 rats. Significant group activations were detected using both techniques (corrected p < 0.05). Both parametric and non-parametric analyses yielded similar results, although the latter was less conservative. These results demonstrate the first statistical analysis of such an image set and indicate that such an analysis is an approach for EIT images of neural activity.
登录
查看更多内容
影响因子：
5.7
作者：
Friston, KJ;Stephan, KE;Kiebel, S
通讯作者：
Kiebel, S
影响因子：
2.5
作者：
DYKES, RW;LAMOUR, Y
通讯作者：
LAMOUR, Y
影响因子：
2.5
作者：
KLIVINGTON, KA;GALAMBOS, R
通讯作者：
GALAMBOS, R
影响因子：
5.3
作者：
ADEY, WR;KADO, RT;DIDIO, J
通讯作者：
DIDIO, J
影响因子：
2.7
作者：
EDGINGTO.ES
通讯作者：
EDGINGTO.ES