一般线性模型之功能磁共振成像（the general linear model applied to fmri）

功能磁共振影像数据统计分析的目标主要包括：

• localizing brain areas activated by the task(找到被任务激活的脑区)
• determining networks corresponding to brain function
• making predictions about psychological or disease states

The general linear model (GLM) approach treats the data as a linear combination of model functions (predictors) plus noise (error)

在一般线性模型运用于fmri数据分析时，通过对roi区域的每个体素（each voxel）的时间序列作为outcome(Y).

• Stimulus, task, and/or behavioral variables are the predictors (X)
  以一个简单的观察图片的fmri实验为例（alternating blocks of viewing famous and non-famous faces），实验设计采用BLOCK design,
  即Similar events are grouped or stimulation is sustained
  
  
  

Contrasts:一个灵活而强大的工具，它是GLM的beta参数的线性组合。
当权重矩阵C取不同的值时，反映出不同beta值组合代表的含义。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！