مدل مکانی زمانی بیزی برای تعیین نواحی فعال مغز در تحلیل داده‎های fMRI

هدف: در سال‎های اخیر تصویربرداری تشدید مغناطیسی عمل‌کردی (fMRI) به منظور تعیین نقاط فعال مغز در شرایط گوناگون، بسیار مورد توجه قرار گرفته است. روش‎های آماری نقش اساسی در تحلیل داده‎های تصویری دارند. داده‎های fMRI ساختار پیچیده‎‎ای از همبستگی‎های زمانی و فضایی سه بعدی دارند. به‎علاوه دریافت پاسخ نسبت به زمان اعمال محرک تاخیر دارد، که به عنوان تابع پاسخ همودینامیکی (HRF) شناخته می‎شود. توجه به این ساختارهای پیچیده‎ی همبستگی و نیز رفتار HRF در مدل‎سازی آماری اهمیت ویژه‎ای دارد. در مقاله حاضر یک مدل مکانی-زمانی بیزی جدید معرفی می‎شود که در تحلیل داده‎های fMRI با هدف تعیین نقاط فعال کاربرد دارد. مواد و روش‌ها: داده‎های تصویری مورد استفاده در این مقاله مربوط به محرک back-2 است که بخشی از پروژه‏ی My Connectome بوده و در سال 2015 در دانشگاه استنفورد اجرا شده است. مدل مکانی زمانی سه بعدی ارائه شده روی داده‌های مذکور برازش داده شد به گونه‌ای که HRF برای هر واکسل به‎طور مجزا بر اساس داده‎های آن، برآورد شده و ساختارهای پیچیده‎ی همبستگی بین داده‎ها در مدل لحاظ ‎گردد. از نرم‌افزار FSL برای پیش پردازش تصاویر و از برنامه‎نویسی در محیط متلب جهت مدل‎سازی آماری استفاده شد. یافته‌ها: نتایج حاصل از برازش مدل آماری نشان داد که محرک back-2 منجر به فعالیت بخش‎هایی از نواحی inferior parietal و frontal در مغز گردید. نتیجه‌گیری: در این پژوهش یک مدل مکانی-زمانی بیزی جدید به عنوان روشی مناسب برای تعیین نقاط فعال در سری‎های زمانی fMRI معرفی شد. مدل مکانی-زمانی بیزی معرفی شده در این مطالعه، به دلیل در نظر گرفتن هم‎زمان ساختارهای همبستگی پیچیده‎ و نیز برآورد HRF مختص هر واکسل، رویکرد مناسبی در تحلیل داده‎های fMRI است.