應用 fMRI（功能磁共振）技術研究神經環路機制需要掌握哪些基礎知識？

12-04

如不吝可以粗略敘述一下需要填充的知識框架和推薦的參考書目文獻嗎？

功能磁共振(functional magnetic resonance imaging, fMRI)是一種無創非放射性觀察大腦活動的技術，已被廣泛用於神經科學及認知科學領域的研究，其主要的原理是血氧水平依賴（blood oxygenation level dependent，BOLD）。在人腦中，氧氣是通過毛細血管的血紅蛋白運送給神經元細胞的。當神經活動增加時，耗氧量也會隨之增加，從而引起局部區域血流量的增加。當血紅蛋白結合氧分子形成氧合血紅蛋白時，它是反磁性的；而當氧分子脫離後，它是順磁性的。這種磁性差異就引起了磁共振信號的微小改變，即BOLD的基本原理。需要注意的是，隨著神經元活動與血流量、氧合血紅蛋白間的關係是動態改變的。在神經元活動的初期，局部區域的氧含量被消耗而下降，引發一個初始的「谷點」。而隨之而來的是血流的大量增加，不僅可以滿足局部的氧需求，而且大大超過這一水平，因此整體的氧合血紅蛋白含量反而會表現出增加。這一峰值會持續大約6秒後回落至基線水平，同時伴隨一個後續的低谷。

功能磁共振的BOLD信號基於T2* 加權像，因為磁共振所能探測到的去氧血紅蛋白和氧合血紅蛋白所產生的信號在這一類成像方法上強度最大。典型的MRI實驗是先獲取一般狀態下的T2* 加權像，然後讓被試者在掃描過程中執行一個安排好的任務。當任務刺激開始被呈現給被試者，相應神經元的活動導致局部微環境中相對氧合血紅蛋白含量的增加，也就是BOLD信號的增加，於是獲取到「功能性」的T2加權像。通過比較刺激前後不同的信號強度，可以分析得出神經元活動增加的腦區，並用不同色彩的方式標註出來。

讓被試者執行任務是傳統的fMRI實驗方法，該實驗方法獲取的影像一般被稱為「任務態」。通過區分實驗設計中最重要的是任務的範式，也就是實驗過程中呈現給研究對象的刺激策略，實驗可分為兩大類：區組設計（Blocked designs）和事件相關設計(Event-related designs)

任務態功能磁共振研究中發現有任務不相關腦區活動的降低，以及發現靜息狀態下也有在時間和空間尺度上的自發神經活動。這些發現提出了一個任務態沒能解答的關於大腦神經活動的根本問題：為何一個只佔體重2%的器官卻能佔到全身能量消耗的20%？傳統的任務態fMRI之揭示了一小部分腦活動，所謂「靜息態」並非是完全靜息狀態。早在20世紀初通過腦電圖（EEG）發現神經電活動呈現出8-12Hz頻率的振蕩。其他哺乳動物的實驗表明神經元網路電活動振蕩呈現出不同譜帶，頻率覆蓋了0.05Hz – 500Hz。在多數功能磁共振的研究中，BOLD信號的振蕩被當作是噪點或是干擾。隨著新技術和分析方法的進展，可以通過將非神經元真正的BOLD雜訊信號排除，提取出自發波動的BOLD信號部分來分析。

對靜息態fMRI中表現的特定頻率範圍進行分析，不同的方法可以辨認出大腦中不同的空間模式。對於整個大腦中遠距離區域之間活動模式，可以分離出一些所謂的網路，比如默認網路，執行控制等等，常見的方法有感興趣區域（Region of Interest, ROI），獨立成分分析（Independent Component Analysis, ICA），分級群聚（Hierarchical Clustering, HC）。另外還有一些局部模式，包括局部一致性（Regional Homogeneity, ReHo）、低頻振幅（Amplitude of Low Frequency Fluctuation, ALFF）等。

作為心理學最流行，最高端，最大氣的研究方法，首先，當然必須要了解心理學！尤其是認知心理學。推薦& by Baars
然後生物學基礎必不可少，神經解剖學看一遍吧。譬如奈特神經解剖學
數據分析可能是重中之重，首推＜Handbook of Functional MRI Data Analysis＞，目前譯言網有部分中文翻譯 fMRI數據分析手冊翻譯
做不起MRI實驗，手頭沒有數據怎麼辦？沒關係，網上有公開的數據資源可以利用，譬如 1000 Functional Connectomes ，提供了無窮的靜息態原始數據，甚至可以挖掘這些數據發表論文。
有一台不算差的電腦，裝上Matlab，安裝 SPM8 - Statistical Parametric Mapping ，還有REST 就可以開始入門了。
有中文社區，包括上面的REST 和心心水滴論壇
心理學和醫學僧們最好補習一點點線性代數知識；一定要弄明白基礎統計學，推薦Coursera 課程 Statistics One，書籍推薦《行為科學統計》，倒騰data的想法就靠他們了

接受一下 Neuroimage 和 Human Brain Mapping 兩本純影像學雜誌的熏陶，去Nature Review Neuroscience膜拜下各種大神，基本上就入門了

其實MRI不僅僅是fMRI，經典的T1結構也大有文章可做，diffusion MRI更是熱火朝天。

最後，不會編程的心理學家不是好醫生。

傅立葉級數吧

簡單快速回答題主問題。
首先分析fmri數據…容易
用fmri研究神經環路……what？這麼具體的研究問題啊？首先fmri的解析度是毫米級別的…你要直接看神經環路（一個立方毫米有多少神經啊親）必然是有困難的…我不確認用fmri是一個好的技術手段（比如看環路；單電極記錄在猴子上做就很多）
學習分析fmri；matlab加免費的spm8就夠了…有無數的教程；可以應付各種處理（如果在linux下；對應的就是fsl了）。但是lz的問題里的難點顯然不在處理fmri的數據…而是在研究環路上…這個就需要自己在matlab寫演算法了

首先，目前核磁不能研究環路，它只能看到像素體單位的整體腦區激活水平。
其次，做人類核磁需要掌握基本的原理知識(找本實驗心理學裡面就寫了)，掌握結合eprime編程技術，掌握核磁數據分析能力(matlabe和核磁專門的預處理軟體)
再次，做環路目前常用的方法有很多，目前很火的有光遺傳技術，鈣信號成像技術，化學遺傳技術
最後，中科院現在有人將動物核磁和環路示蹤技術結合，但核磁的作用還是只能看腦區激活，是作為宏觀上的證據。

MRI系統組成部分包括磁體系統、梯度系統、射頻系統、計算機以及數據處理系統四部分。配置間包括：掃描間、操作間和設備間。
圖像質量的影響因素：解析度、對比度、性噪比、掃描時間、偽影。
成像的信號主要來自於人體中的水。

首先，是想做功能還是結構，結構是做DTI還是VBM還是皮層厚度，功能是簡單做個FC，還是做到動態腦網路，包括結構網路，這些都是很好的方法來解釋一些科學問題，建議關注思影科技公眾號或去重慶參加思影科技的培訓