22
Medizin_Gehirn (Subject) / fungtion_3 (Lesson)
Advertisement
- Regressoren repräsentieren die angenommenen einflussfaktoren auf die fmrt daten
- jeder regressor enthält spezifische werte einer variablen
- welche arten von regressoren gibt es regressor of interest regressor oif no interest
- regressor of interest experimentelle regressoren sollten orthogonal voneinander sein
- regressor of no interest störvariablen skanner drift, atrmung, effekte mehrerer experimenteller sessions, kopfbewegungen etc Modellierung von störvariablen reduziert die restvarianz in der fehlermatrix verbessert die validität des ALMs kein konsens hinsichtlich der zu modelierenden variablen
- vorhergesagte neuronale aktivität... wird mit der HRF kombiniert mittels onset vektoren
- onset vektoren geben für jede experimentelle Bedingung den angenommenen Beginn der neuronalen Aktivität an, meist in TR
- wieso Kontraste: Hypothesen beziehen sich meist auf unterschiede zwischen bedingungen --> logik der kognitiven subtraktion --> Kontraste
- welche kontraste gibt es T-Komntraste: direkter vergleich zweier bedingungen mit Richtung F-Kontraste: Allgemeiner Vergleich zwischen Bedingungen bei parametrischer modulation zusätzliche spalten, die einen parameter der bedingung repräsentieren zb reaktionszeit
- Korrekturen für multiple vergleiche FWE - familywise error rate - bonferroni korrektur FDR - false discovery rate Small volume correction Berücksichtigung der Größe der aktivierten Cluster
- Advertisement
- ROI-Analysen basieren auf a priory hypothesen ROIs können anatomisch oder funktionell bestimmt werden
- anatomische bestimmung der ROI manuelles einzeichnens eines bestimmten Areals für jede VP gute Vergleichbarkeit sehr aufwendig u schwierig
- funktionelle bestimmung der ROI mit hilfe von localizer tasks, zB zur Gesichterverarbeitung
- funktionelle bestimmung der ROI mit hilfe von localizer tasks, zB zur Gesichterverarbeitung
- Vorteil von ROI-Analysen Problem der multiplen Vergleiche ist geringer können mit Voxelbasierten Analysen kombiniert werden
- Auswertung der Daten mehrer Probanden Fixed effects analyses Random effects analyses
- Fixed effects analyses: alle Datenpunkte aller Probanden in die Anbalyse intergriert annahme, dass der Effekt in allen Pbn gleich groß ist erlaubt nur aussagen über die Stichprobe
- Random effects analyses (second level analyses) First level: Analyse einzelner Pbn- ergibt statistiscvhe Karte für jeden Pbn second level: Verteilung der statistischen WErte wird über die Probanden hinweg auf signifikanz geprüft zB one sample T-Test: unterscheiden sich die statistischen werte in den einzelnen voxeln signifikant von null
- Darstellung der Ergebnisse fmrt mittels Farbkodierung wird für jedes Voxel die Wahrscheinlichkeit der gefungdenen Aktivierung unter der nullhypothese angegeben projiziert auf das mittlere normalisierte Gehirn aller Versuchsteilnehmer ein repräsentatives Gehirn eines Versuchteiolnehmers MNI-Gehirn
- Möglichkeiten der Ergebnisdarstellung rendered image - Projektion auf Kortexoberfläche einzelne schichten - zuordnung zu einzelnen anatomischen strukturen etwas schwierig Glasgehirn - keine anatomischen referenzpunkte, aber vollständiges muster aller aktivierungen zusätzlich werden oft Tabellen mit den aktivierungen zr verfügung gestellt - Peak koordinaten u entsprechende Areale
- Block Design längere Phasen Von Experimental u Kontrollbedingung z.'B. Bewegung vs Ruhe BOLD-Signal stabilisiert sich auf tonischem niveau robuster effekte, hohe power
- event related designs randomisierte stimulidarbietung flexiblere Anwendung