理论教育 功能性磁共振成像技术揭示脑内认知加工过程

功能性磁共振成像技术揭示脑内认知加工过程

时间:2023-05-20 理论教育 版权反馈
【摘要】:功能性磁共振成像是脑科学研究的重要技术,近年来被广泛应用于探究管理现象的内在成因、管理决策和经济决策的加工机制等。功能性磁共振成像技术通过收集刺激呈现后BOLD信号变化情况,记录各个脑区的协同过程,从而揭示实验任务中被试对刺激的认知加工过程。

功能性磁共振成像技术揭示脑内认知加工过程

功能性磁共振成像(functional magnetic resonance imaging,fMRI)是脑科学研究的重要技术,近年来被广泛应用于探究管理现象的内在成因、管理决策经济决策的加工机制等。功能性磁共振成像技术通过收集刺激呈现后BOLD信号变化情况,记录各个脑区的协同过程,从而揭示实验任务中被试对刺激的认知加工过程。fMRI的工作原理是基于脱氧血红蛋白比氧合血红蛋白更具有顺磁性的特征,以脱氧血红蛋白作为一种对比剂。当某个脑区的神经元兴奋时,血液动力改变,血液中氧合与脱氧血红蛋白比例产生变化,因而可以通过测量BOLD信号变化进而测得磁共振成像信号的变化。这种方法无需对人脑进行介入,却能实现对脑区的精准定位,在空间分辨率上甚至能达到毫米级别。

功能性磁共振成像(fMRI)技术是一种具有高空间分辨率的测量方法,可以准确定位认知加工过程中的脑区活动,使得学者们可以将任务与特定脑区及其所承担的功能联系起来,进而从认知加工的视角阐释行为背后的成因和内在机制(马庆国、王小毅,2006b)。此外,通过功能连接分析,可以了解脑区间的心理、生理交互作用随所操纵的自变量的变化情况,从而探究不同实验操纵对脑区之间功能连通性的影响。fMRI技术为研究管理学问题提供了全新的视角,使学者们得以从更深的层次,采用更加客观的数据探究管理学现象以及其本质,该技术也被广泛应用于组织行为学营销学等研究中(Bagozzi et al.,2013;Chan、Boksem、Sm idts,2018)。

1.fMRI数据记录过程

本书实验过程中的磁共振扫描使用浙江大学脑影像科学技术中心的德国西门子3-特斯拉磁共振Prisma。实验主要扫描被试的T1结构性成像,扫描参数为:脉冲序列重复时间=2300毫秒,回波时间=2.32毫秒,反转时间=900毫秒,像素尺寸=0.94毫米×0.94毫米×0.90毫米,切片层数=192层。实验还扫描被试在完成实验任务过程中隔层扫描的功能性成像,扫描参数为:脉冲序列重复时间=2000毫秒,回波时间=30毫秒,像素尺寸=3.4毫米×3.4毫米×4.0毫米,切片层数=32层。

2.fMRI数据预处理

在对磁共振成像数据进行统计分析之前,首先要对磁共振成像数据进行预处理,其目的在于去除信号的伪影,并将不同被试的脑区位置标准化,为后续基于群组层面的统计分析做好准备。磁共振成像数据预处理主要包含以下几个步骤:

(1)数据格式转换

由于扫描所记录的原始数据的DICOM格式并不能被分析软件SPM 12所识别,因此需要对原始数据格式进行转换。我们采用MRIConvert将DICOM格式的结构性成像和功能性成像数据转换成“*.img/hdr”格式。

(2)时间层校正

由于本实验采用隔层扫描而不是顺序扫描的方式记录数据,因此需要先完成时间层校正(slice timing correction),再进行头动校正。该步骤用以校正在数据采集过程中层与层之间的采集数据差异。

(3)头动校正(www.daowen.com)

虽然在扫描前我们已经对被试的头部进行了固定,并且向被试强调在实验过程中尽量保证头部不要动,但在整个扫描过程中被试仍会产生一定的头动。为了去除头动的影响,我们加入头动校正(realignment)的步骤,即按照一定的算法将每个序列中的所有图像都和该序列中的第一帧图像进行对齐。该步骤还会生成一个用于后续预处理步骤的平均脑数据文档与一个用作建模参数的头部平动和转动数据文档。

(4)配准

配准(coregistration)通过结构性数据和功能性数据之间的信息变换,建立二者之间的联系。

(5)分割

分割(segment)可以实现对结构性数据的分割,具体将结构性数据分为脑脊髓液、白质和灰质三部分。

(6)标准化

标准化(normalisation)基于MNI模板,将每个被试的数据放在一个标准化的空间内,从而实现不同被试间的可比性。

(7)平滑

平滑(smoothing)步骤采用高斯平滑滤波器对功能性数据进行平滑处理,从而消除生理运动所产生的干扰,提高数据的信噪比

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈