Re: [新知] 統計程式出bug,15年來的大腦研究作廢?

看板Cognitive作者 (mulkcs)時間7年前 (2016/07/12 20:29), 7年前編輯推噓1(1014)
留言15則, 1人參與, 最新討論串2/3 (看更多)
這個在領域內討論蠻多的。主要有影響是cluster level p value可能有很大誤差。 其實我自己念的paper,很少用cluster level p value。 就算有影響也只有在顯著邊緣的研究需要重新檢視。並不會有全不被推翻的現象。 其實大部分研究還是用Voxel-based p value。 不過以科學角度,這種誤差存在15年,也顯示目前fMRI領域的分析有點過於複雜。 其實很多時候我們很難衡量真正的false alarm rate是什麼。 加上人類對於人腦很多一知半解的地方,很多時候就順著錯誤一直解釋下去。 就以這篇來說,他主要的研究資料是Resting state fMRI。 但我相信現在沒人知道resting state fMRI追根究柢到底是什麼東西。 ※ 引述《arrr (啊啊啊啊)》之銘言: : 原文網址:goo.gl/QnDw6z : 功能性磁振造影(fMRI,functional magnetic resonance imaging) : 是一種神經影像學方法,其原理是利用磁力共振造影來測量神經元活動所引發的腦部血液 : 流動的細微變化。fMRI 得到的掃描數據會被輸入統計軟件中進行分析, : 以獲知大腦不同區域的功能定位。 : 由於這種方法具有非侵入性、無輻射暴露問題等優點, : 它從1990年代初開始就在腦部功能定位研究領域被廣泛應用。 : 比如,科學家曾利用 fMRI 研究人類在思考某一具體名詞,或接到某一指令時, : 大腦在哪些區域產生相應的活動,以揭示外部信息影響人腦工作的機制。 : 但最近來自瑞典和英國的研究人員近期在《美國國家科學院院刊》(PNAS) : 上發表論文指,被廣泛應用 fMRI 數據處理的常用軟件包存在漏洞, : 導致過去15年間全球關於人腦活動的4萬篇研究論文的可靠性受到質疑。 : 儘管 fMRI 已經有25年的歷史了,但令人驚訝的是, : 這種技術的最常見統計方法均未經過真實數據的驗證。 : 對 fMRI 軟件包提出質疑的論文 : 在過往的研究中,科學家們首先會用 fMRI 將被測試的大腦「劃分」為密集的被稱為 : 「三維像素」(Voxel)的小單元,這些像素能夠表徵大腦活性。 : 然後,研究人員需要用統計軟件對這些像素進行分類, : 尋找具有相似活性的「集群」(Cluster),並藉此計算出大腦活動的區域位置。 : 這篇提出質疑的論文使用了來自全球499名健康人類的靜息態 : (Resting-state,即大腦非任務狀態)fMRI 腦部掃描數據, : 並將其分為20組,然後隨機將某兩組分別指定為「實驗組」和「對照組」進行軟件測試。 : 隨後,這些數據被數千次地分配到最常用的 fMRI 統計軟件包 SPM、FSL 和 AFNI : 中的一個進行分析。 : 但測試數據被分析出來是「假陽性」(False-positive)的誤報率高達70%, : 而研究團隊事先預估只有5%的平均誤報率。 : 這一大大超出常理的誤報率直指 fMRI 軟件包存在的重大漏洞。 : 論文第一作者、瑞典林雪坪大學(Linköping University)學者 Anders Eklund 稱, : 其中一個漏洞在去年5月時被修正,但已經存在了15年之久, : 這是因為科學家目前還沒有可靠的辦法對 fMRI 的分析結果進行實際驗證。 : Eklund 及其研究團隊在注意到這個漏洞後,便開始了這項針對軟件包可靠性的研究。 : 他們近期發表的成果意味着,科學家在過去十幾年間所做的關於人類戀愛、運動、遊戲 : 甚至吸毒時腦部變化的研究結果,可能都是存在問題的。 : 但這一研究成果也受到不少神經學家的質疑,他們認為這過分誇大了漏洞的實際影響。 : 和 Anders Eklund 共同撰寫這篇論文的 Thomas Nichols 上週就發表網誌, : 將受影響的論文篇數下修到3500篇,他同時還指出,這3500篇論文也不見得全錯, : 也要視乎每個實驗測量閾值的大小。 : 補充: : ----------------------------------------------------- : fMRI : 功能性磁振造影(functional magnetic resonance imaging) : 是一種新興的神經影像學方式,其原理是利用磁振造影來測量神經元活動所引發 : 之血液動力的改變。由於 fMRI 的非侵入性、沒有輻射暴露問題與其較為廣泛的應用, : 從1990年代開始就在腦部功能定位領域佔有一席之地。 : 目前主要是運用在研究人及動物的腦或脊髓。 : 血氧濃度相依對比(Blood oxygen-level dependent,BOLD) : 首先由貝爾實驗室小川誠二等人於1990年所提出, : 小川博士與其同事很早就了解 BOLD 對於應用 fMRI 於腦部功能性造影的重要性, : 但是第一個成功的 fMRI 研究則是由 John W. Belliveau : 與其同事於1991年透過靜脈內造影劑(Gadolinium,Gd,釓)所提出。 : 接着由鄺健民等人於1992年發表在人身上的應用。 : 同年,小川博士於4月底提出了他的結果且於7月發表於 PNAS。 : 在接下來的幾年,小川博士發表了 BOLD 的生物物理學模型於生物物理學期刊。 : Bandettini 博士也於1993年發表論文示範功能性活化地圖的量化測量。 : (資料來自維基百科) : ----------------------------------------------------- : 滿好奇版上大家對於這篇文章的想法的, : 話說Eklund的實驗方法不可思議的簡單XD -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 134.58.253.57 ※ 文章網址: https://www.ptt.cc/bbs/Cognitive/M.1468326599.A.BED.html

07/15 13:10, , 1F
目前一般認定resting state fMRI所記錄到的神經元反應
07/15 13:10, 1F

07/15 13:11, , 2F
是維持大腦運作最基本的神經元活化需求。的確還有不清
07/15 13:11, 2F

07/15 13:12, , 3F
楚的地方,也有很多人質疑,但原則上它反映了"global
07/15 13:12, 3F

07/15 13:13, , 4F
neural activity level"....比起專注在某種task的fMRI
07/15 13:13, 4F

07/15 13:14, , 5F
resting state 著重在整體性的基礎神經元活化
07/15 13:14, 5F
resting state fMRI 的兩個最常提到的人物應該是Biswal 1996的論文. 還有Raichle團隊在2001,2005的兩篇論文。 Biswal他用"correlation"來看兩個腦區的隨時間變化是否相關, 而目前主流resting state fMRI都是沿用此方法分析。 Raichle則是提供了你講到的可能的生理基礎。 2001用PET發現Default mode network在執行task的時候會減少代謝能量。 2005用fMRI發現Default mode network的task negative特性. 所以目前會相信主流resting state fMRI所看的是整體的神經活化現象是從這推論來的。 但其實每個都很間接。 尤其是為什麼把腦區隨時間變化的訊號做相關性分析,就和他的整體神經活化水平有關? 我看起來就是兩碼子事情。 目前是全部人都發現這樣做就可以看到Default mode network。 但Default mode network是什麼?甚至為什麼這樣分析就可以看到Default mode network? 都沒人知道。導致目前resting state fMRI資料在解讀時都會遇到該怎麼解釋的問題。 ※ 編輯: mulkcs (134.58.253.57), 07/15/2016 18:25:57

07/16 08:05, , 6F
Biswal 用的是seed based correlation, 最近5,6年則
07/16 08:05, 6F

07/16 08:06, , 7F
更傾向使用pairwise/partial correlation,且ROI是全腦
07/16 08:06, 7F

07/16 08:07, , 8F
通常用AAL or freesurfer or other templates定義腦區
07/16 08:07, 8F

07/16 08:09, , 9F
這方法比seed based 更能看到不同區域的活性(比起只針
07/16 08:09, 9F

07/16 08:09, , 10F
對特定ROI的seed based 相對來說"unbiased")
07/16 08:09, 10F

07/16 08:11, , 11F
所以坦白說我會覺得現在新的方式比較合理。不過也許幾
07/16 08:11, 11F

07/16 08:11, , 12F
年後大家又會發現這方法又過時了XD
07/16 08:11, 12F

07/16 08:12, , 13F
另外,PET 時間解析度太糟,fMRI太間接,某種程度上都
07/16 08:12, 13F

07/16 08:14, , 14F
都不夠精準.....~.~ 總之,這事我沒有太驚訝,不過大
07/16 08:14, 14F

07/16 08:15, , 15F
家用軟體時自己要小心就是了
07/16 08:15, 15F
文章代碼(AID): #1NXEB7lj (Cognitive)
討論串 (同標題文章)
文章代碼(AID): #1NXEB7lj (Cognitive)