换一批摘要目的:应用ApEn表示信号复杂度,探讨头动相关噪声对大脑静息态fMRI信号复杂度的影响,以使rfMRI信号复杂度更准确地反映大脑认知能力.方法:计算“WU-Minn HCP”所提供38个个体两期(REST1,REST2) rfMRI的“原始数据”“预处理后的数据”“预处理后再经FSL+FIX降噪后的数据”的ApEn,将其按头动幅度从小到大编号排序得到FD-ApEn曲线,从1开始取连续7组数据计算标准差(1-7,2-8,…,70-76)得到FD-SD曲线.结果:原始数据(UNPROC)的FD-ApEn曲线随头动幅度的增加有下降的趋势,其FD-SD曲线在FD大于0.6后有上升的趋势.FSL+FIX的处理使ApEn值增加,差异具有显著意义(p＜0.05).经FSL+FIX处理后(CLEAN)的FD-ApEn曲线和FD-SD曲线的趋势线都接近水平,预处理后(PREPROC)的曲线没有这样的改变.结论:头动相关噪声引起了rfMRI信号ApEn值的减小,同时增加了个体间ApEn值的差异.FSL+FIX的处理可以去除头动相关噪声引起的这种效应,经FSL+FIX处理后,rfMRI信号的复杂度可以更准确地反映大脑认知能力.
更多相关知识
- 浏览147
- 被引3
- 下载14
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
