不同的工具包对Voxel-based morphometry (VBM)计算结果的影响

article/2025/10/16 0:25:03

​《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》

前期大量的MRI研究已经表明,精神分裂患者很多脑区的局部灰质体积(regional grey matter volume)出现异常变化,但是这些研究的结果似乎并不一致。而这种结果的不一致性是否是由于采用不同的工具包进行分析而导致的呢?近期,有研究者在《Brain Imaging and Behavior》杂志上发表研究论文,对精神分裂患者Voxel-based morphometry (VBM)结果的不一致性是否是由于所用工具包不同而导致的这个问题进行了研究。笔者在这里对这篇文章进行简单解读,希望大家对不同的工具包对VBM计算结果的影响有一定的认识。

数据分析方法

86名精神分裂患者和86名健康对照组进行MRI扫描,搜集T1影像。
VBM的分析分别采用两种工具包:FMRIB Software Library voxel-based morphometry(FSL-VBM)和Statistical Parametric Mapping software (SPM-VBM)。对于两种工具包,采用默认的参数设置对T1影像进行处理。具体如下:

对于FSL-VBM,采用FSL 5.0软件,具体的预处理流程如下:1)brain extracting tool (BET) was employed to cut the skull from all T1 MRI structural images;2)FSL Automated Segmentation Tool (FAST) was adopted to carry out tissue-type segmentation;3)After the careful check for segmentation quality, the segmented GM parietal volume images were then aligned to the MNI standard space (MNI152) by applying linear image registration tool FLIRT and nonlinear registration FNIRT methods. A study-specific template was created by averaging the registered images, to which the native grey matter images were then non-linearly re-registered;3)The registered GM parietal volume images were modulated for thecontraction/enlargement due to the nonlinear component of the transformation by dividing them by the Jacobian of the warp field;4)the segmented and modulated images were then smoothed with isotropic Gaussian kernels with a standard deviation (sigma = 3 mm)。
对于SPM-VBM,采用SPM8软件,具体预处理流程如下:1)T1-weighted images were manually re-oriented, placing the origin at the anterior commissure; 2) Images were then segmented into GM, WM and cerebro spinal fluid (CSF) based on standard tissue probability maps using New Segment for SPM; 3) After the careful check for segmentation quality, the Diffeomorphic Anatomical Registration Through Exponentiated Lie Algebra (DARTEL) algorithmwas employed to create a study-specific template for spatial normalization ofthe segmented GM images of each subject; 4) Images were smoothed spatially witha full width at half maximum kernel of 8-mm。
关于统计分析,对于FSL-VBM,组间GM volume的比较采用非参数置换检验,用threshold-free cluster enhancement (TFCE)来矫正多重比较(P<0.05);对于SPM-VBM,组间GM volume的比较采用t-test,采用FDR来矫正多重比较(P<0.05)。

主要研究结果

1.被试的临床和统计学数据如图1所示。
在这里插入图片描述
图1

  1. VBM结果。
    对于FSL-VBM,精神分裂患者在frontal, temporal, parietal 以及cingulate cortices等广泛的脑区表现出GM 的降低,具体如图2和图3所示。
    在这里插入图片描述
    图2精神分裂患者显著表现出GM显著降低的脑区
    在这里插入图片描述
    图3精神分裂患者显著表现出GM显著降低的脑区

然而,对于SPM-VBM分析,没有发现精神分裂患者GM显著降低的脑区。但是,FSL-VBM和SPM-VBM都揭示出精神分裂患者在一些脑区表现出显著增加的GM体积,具体如图4和图5所示。
在这里插入图片描述
图4精神分裂患者显著表现出GM显著增加的脑区
在这里插入图片描述
图5精神分裂患者显著表现出GM显著增加的脑区

把上述具有显著差异的脑区的GM 体积提取出来,与临床数据PANSS做相关分析,发现只有GM显著降低的脑区(如bilateral superior frontal cortex, bilateral inferiorfrontal cortex, left middle frontal cortex, right superior parietal cortex,right inferior parietal cortex and right anterior cingulate cortex)与PANSS具有显著相关性,具体如图6和7所示。
在这里插入图片描述
图6 PANSS与GM相关分析
在这里插入图片描述
图7 PANSS与GM相关分析

总结

总之,本文的研究结果表明,不同的工具包得到的VBM结果存在一定的差异,这可能是由于不同工具包中采用的算法不同所导致的。但是哪种工具包更优,现在还不能确定,需要未来做更多的研究。

参考文献:
Li C , Liu W , Guo F , et al. Voxel-basedmorphometry results in first-episode schizophrenia: a comparison of publiclyavailable software packages[J]. Brain imaging and behavior, 2019.

注:解读不易,请多多转发支持,您的每一次转发是对我们最好的支持!本文原文及附加材料,请添加赵老师微信索要(微信号:15560177218)


http://chatgpt.dhexx.cn/article/9I2uoQK9.shtml

相关文章

如何提取差异脑区的灰质体积与临床量表算相关?——基于体素的形态学方法(VBM)

基于体素的形态学方法(VBM)是分析大脑解剖学(结构)差异最常用方法之一, 其通过给大脑volume逐体素打标签(分类)的方式来进行组织分割,过程高度自动化,比传统的基于ROI先验假设的分析方式得到的结果,更加具有稳定性和可重复性。VBM可以定量地测量出脑组织中各组织成分的…

VBM后的双样本t检验

上一篇文章写到做完了VBM&#xff0c;做完后因为数据一般都是患者组和HC组&#xff0c;这两个组之间需要进行比较&#xff0c;那么我们就要进行双样本t检验。 这里介绍双样本t检验的做法。 依然使用的是SPM-fMRI。 1.第一步是选择Specify 2nd-level 打开以后我们可以看到这个界…

VBM后的配对t检验以及xjview使用

之前写了VBM后的双样本t检验&#xff0c;再记录一下配对t检验。 配对t检验和双样本t检验的过程基本一致。包括以下三个步骤。 第一步输入两组被试时&#xff0c;应该成对输入&#xff0c;共有几个被试就有几个pair。 但是这里我在做的过程中没有加协变量&#xff0c;不知道会不…

Visual Basic

目录 一&#xff0c;Visual Basic 二&#xff0c;控制台程序 三&#xff0c;可视化程序 1&#xff0c;IDE 2&#xff0c;实例——加法计算器 一&#xff0c;Visual Basic Visual Basic是可视化的Basic&#xff0c;简称VB VB是第一个可视化编程语言。 二&#xff0c;控制…

VBM法MRI图像处理——记第一次使用cat12

1.环境 MATLAB 2015b SPM12 CAT12 2.SPM部分 命令行输入 spm 出现 以及 点击Toolbox 出现 3.CAT部分 点击上图 设置请根据自己需求 多分割了一种surface皮层数据&#xff0c;当做皮层统计分析SBM时需要提取surface皮层指标时会用到。 我本意只是获得灰质、白质的体积…

VBM_DARTEL算法对灰质变化的计算

根据一些文献得知&#xff0c;VBM目前比较新的算法是DARTEL算法&#xff0c;这一算法被集成在SPM里&#xff0c;这里记录一下做法。 VBM是对T1像进行分割得到灰质等。所以要有结构T1加权像数据。 整个流程应该是这样&#xff1a; 1.手动调整前联合&#xff08;AC&#xff09; …

基于cat12搞定VBM的ROI分析——vertex水平和ROI水平的双样本T检验

前言 本来上周要更新此篇的&#xff0c;但由于本身有问题没有解决清楚&#xff0c;再加上导师给了数据处理的任务下来了&#xff0c;两下耽搁&#xff0c;就等到现在了。上回说到&#xff0c;做了VBM和SBM的指标提取及双样本T检验的统计分析&#xff0c;那接下来我们还可以做什…

基于cat12和SPM12进行VBMSBM数据分析笔记1——数据预处理

前言 今年是小编步入研究生生活的第一年&#xff0c;研究方向待定&#xff0c;但主要以磁共振成像为主&#xff0c;以后会不断地总结这方面的知识&#xff0c;涉及MRI&#xff0c;数据分析基础方法理论&#xff0c;软件操作教程&#xff0c;文献阅读笔记总结等等&#xff0c;用…

基于cat12和SPM12进行大脑VBM数据分析笔记2——统计分析

小白一顿操作猛如虎——拿下VBM的双样本t检验 前言 培训的deadline到了&#xff0c;小编需要交作业了&#xff0c;所以就在此先把笔记记下来。作业需要提交一个报告&#xff0c;but这个报告我应该如何写呢&#xff0c;培训总结&#xff1f;哎&#xff0c;现在还是不清楚&…

磁共振影像分析之: 基于FSL的VBM分析(1)

磁共振影像分析之: 基于FSL的VBM分析(1) 基本概念 在开始之前, 先给出几个基本概念: 磁共振成像 磁共振成像(Magnetic Resonance Imaging, MRI)是一种基于核磁共振原理和射频波探测组织结构和功能的医学影像技术. 值得一提的是, 磁共振成像技术没有辐射, 对人体没有影响. …

MRI图像处理:VBM原理和步骤

VBM是voxel-based morphometry的缩写&#xff0c; 是对被试之间灰质体素粒度统计分析。VBM可以得到人群中volume和gyrification的不同&#xff0c;对clinical score进行相关性分析&#xff0c;VBM不仅仅可以用于结构数据&#xff08;T1&#xff09;&#xff0c;还可以用在fmri和…

MRI脑影像分析从哲学到技术:一文搞懂VBM预处理基本原理(全网最详细解析)

基于体素的形态学方法&#xff08;voxel-based morphometry, VBM&#xff09;&#xff0c;是分析大脑解剖学&#xff08;结构&#xff09;差异最常用方法之一。 其通过给大脑volume逐体素打标签&#xff08;分类&#xff09;的方式来进行组织分割&#xff08;segmentation&…

LabVIEW程序测试

LabVIEW程序测试 工程师经常不太关注测试&#xff0c;将更多时间用于其他开发。通过一定程度的测试&#xff0c;可以保证节省时间。 开发人员必须清楚地了解对测试的期望程度。此外&#xff0c;还必须标准化测试方法并跟踪测试结果。在开发需求和设计规范时&#xff0c;还要制…

史上最详细的小程序测试用例模板,以后再也不怕测试用例不会写了

目录 1. 文档介绍 1.1 文档目的 1.2 文档范围 1.3 读者对象 1.4 术语与缩写解释 2. 功能测试用例 2.1 被测试对象的介绍 2.2 测试范围与目的 2.3 测试环境与测试辅助工具的描述 2.4 功能测试用例 附录&#xff1a;评审意见 1. 文档介绍 1.1 文档目的 设计测试用例…

软件测试人员一定要会的微信小程序测试点

微信小程序&#xff1a; 不需要下载安装即可使用的应用&#xff0c; 实现了应用“触手可及”的梦想&#xff0c;用户扫一扫或者搜一下即可打开应用。 体现了“用完即走”的理念&#xff0c;用户不用关心是否安装太多应用的问题。 应用将无处不在&#xff0c;随时可用&#…

小程序测试流程

流程分为两个方面&#xff0c;解包可以挖掘信息泄露问题、隐藏的接口&#xff0c;抓包可以测试一些逻辑漏洞、API安全问题。两者结合起来就可以边调试边进行测试&#xff0c;更方便于安全测试。 搜索目标小程序 目标搜索不能仅仅局限于主体单位&#xff0c;支撑单位、供应商、…

【软件测试】

系列文章目录 文章目录 系列文章目录前言第四章 单元测试4.1 软件测试过程概述4.2 什么是单元测试4.2.1 单元测试的定义4.2.2 单元测试的重要性4.2.3 单元测试原则 4.3 单元测试的目标和任务4.3.1 单元测试的目标&#xff1a;单元模块被正确编码4.3.2 单元测试的主要任务 4.4 单…

软件测试之测试程序开发

软件测试培训之测试程序开发 脚本维护&#xff0c;测试数据准备&#xff0c;测试监控准备; 测试程序开发 性能测试场景设计和性能测试脚本设计中需要注意以下几个问题: 场景真实性: 每个脚本的具体操作步骤,是和真实环境操作类似的,每个场景内的测试程序之间的逻辑关系,压力比重…

程序员的测试课

git项目地址&#xff1a;GitHub - dreamhead/geektime-todo: Geektime Todo is a demo todo project for Geektime column. 1、实现一个Todo应用 设计规范 1、对于输入参数的检测&#xff0c;由入口部分代码进行处理。如空字符串。 2、Repository 的问题以运行时异常 的形式抛…

软件测试重点知识

软件测试的定义&#xff1a; 利用人工或自动化的手段来运行或测定某个系统&#xff0c;其目的在于测它是否满足规定的需求或检测预期结果与实际结果之间的差异。 软件测试的目的&#xff1a; 发现软件中存在的问题或缺陷&#xff0c;检查软件系统是否满足要求。 软件测试的对象…