بفضل أسلوبنا ، يمكن تحديد اللحظات في الوقت الذي يتم فيه مزامنة التفاعلات الوظيفية في الدماغ عبر الموضوعات وتصورها. الميزة الرئيسية لنهجنا هو قدرته على تتبع التغيرات في الاستجابات الوظيفية للدماغ بين المواضيع بطريقة سليمة إحصائيا. لدينا خط أنابيب تمكن من تقييم التزامن بين الإشارات الوظيفية من المواضيع المختلفة.
ويمكن مقارنة ذلك بعد ذلك بين مجموعات سكانية مختلفة مثل الضوابط الصحية والمتأثرين بالأمراض والاضطرابات مثل التوحد والفصام. يمكن أن تستفيد طريقتنا من أي بحث يسعى إلى تتبع التزامن ديناميكيًا بين مجموعات مختلفة من الدورات الزمنية. ويمكن تطبيق هذا أيضا على طرائق التصوير الأخرى مثل تخطيط كهربية الدماغ.
سوف العرض التوضيحي البصري للأسلوب يسمح للمستخدمين الجدد لفهم خطوات معالجة مختلفة من الأسلوب، فضلا عن وظيفة واجهة المستخدم الرسومية. سوف يكون روبرتو مارتوزي، المشغل الرائد في التصوير بالرنين المغناطيسي في مركز الأبحاث لدينا، إثبات إجراء التصوير. لكل متطوع أن ينظر في التحليل، وإجراء واحد على الأقل وظيفية التصوير بالرنين المغناطيسي أو دورة fMRI التي يخضع فيها المتطوع الممسوح ضوئيا لنموذج الوقت سجلت من الاهتمام وجلسة واحدة التصوير الوظيفي الذي المتطوعين الممسوحة ضوئيا يكمن في الراحة في الماسح الضوئي مع عيونهم مغلقة ويُطلب عدم النوم.
ثم الحصول على حجم التصوير بالرنين المغناطيسي الهيكلية. لفتح أول إطار واجهة مستخدم رسومية مسبق المعالجة، أدخل JOVE_GUI1 في محطة MATLAB. ثم انقر فوق إدخال بيانات fMRI، حدد وحدات التخزين الوظيفية المناسبة وإعادة محاذاتها وأدخل وقت تكرار البيانات في ثوان في إطار النص المخصص للتحرير.
انقر فوق إدخال البيانات T1 وحدد وحدات التخزين الثلاثة المناسبة لنوع الأنسجة الاحتمالية. انقر على إدخال ملف الحركة وحدد الملف النصي الذي يحتوي على معلمات الحركة من جلسة الاهتمام. ثم حدد ما إذا كان يجب إلغاء البيانات أو عدمها وينبغي التراجع عن المتغيرات المشتركة.
لمعالجة البيانات، انقر فوق المعالجة المسبقة وانتظر حتى تظهر الشاشة في الإطار. يمكن إعادة معالجة البيانات بشكل مختلف عن طريق تعديل الخيارات وإعادة النقر فوق الزر Preprocess. بعد ذلك، أدخل JOVE_GUI2 في محطة MATLAB لفتح إطار واجهة المستخدم الرسومية الثانية المعالجة المسبقة وانقر فوق تحديد البيانات لتحديد ملف البيانات المعالجة مسبقًا.
انقر فوق تحديد أطلس وحدد مبادرة تكنولوجيا المعلوماتية في التصوير العصبي أو ملف NIFTI الذي يمثل الأطلس لاستخدامه في الضم. انقر فوق تحديد معكوس الشوّف وحدد الملف NIFTI الذي يمثل حقل التشوه من معهد مونتريال العصبي إلى المساحة الأصلية. ثم انقر فوق تحديد وحدة تخزين fMRI وحدد أي من وحدات تخزين البيانات fMRI.
لإدخال المعلومات المتعلقة بالتنقية، في قائمة نوع التنقية، حدد عدد الإطارات التي سيتم مسحها قبل وبعد الإطارات ذات العلامات. في إطار نص عتبة الشطف، أدخل قيمة عتبة الإزاحة الحكيمة للإطار التي يجب أن يتم تنظيفها بحجم تخزين fMRI بالميمترات. ثم أدخل حجم النافذة المنزلقة W لاستخدامها في عمليات الارتباط الوظيفي بين الإخضاع أو حسابات ISFC في أوقات التكرار وانقر فوق رسم لعرض الدورات الزمنية للأطلس الإرشادي قبل وبعد خطوات الشطف والتصفية.
للحصول على حسابات ISFC إطار منزلقة، أدخل JOVE_GUI3 في المحطة الطرفية MATLAB لفتح أول إطار واجهة المستخدم الرسومية ذات الصلة بـ ISCF وانقر فوق تحميل البيانات لتحديد كافة ملفات البيانات المناسبة. حدد ما إذا كان ينبغي أن تخضع شرائح الدورة المختارة لتعشية المرحلة وإدخال حجم النافذة في أوقات التكرار التي ينبغي حساب قياسات التوصيل عليها وكذلك حجم الخطوة في أوقات التكرار التي يجب أن يتم بها تحويل النوافذ المتعاقبة. تعديل جدول أنواع جلسة العمل لتحديد أي من أجزاء جلسة العمل المحملة تم الحصول عليها على نفس الشرط التجريبي باستخدام زيادة أعداد أعداد صحيحة من واحد ولأعلى إلى علامة على أنواع مختلفة من المقاطع.
في الإطارات النصية المناسبة للتحرير، أدخل عدد طيات التمهيد التي يتم خلالها إجراء حسابات ISFC وعدد الموضوعات التي يجب أن تشكل المجموعة المرجعية لكل مرة من حسابات ISFC. في المقطع معلمات التوقيت، أدخل المواصفات حول أي فرعي المقررات الدراسية الزمنية يجب تحليله وانقر فوق رسم لتنفيذ حسابات ISFC. سيتم تحديث شاشات العرض تدريجياً مع مرور الوقت مع مقدار طيات الإطلاق المنقضية.
لفتح إطار واجهة المستخدم الرسومي الثاني المرتبط بـ ISFC، أدخل JOVE_GUI4 في محطة MATLAB. لتحديد ملفات إخراج ISFC المتعلقة بالمحفزات، انقر فوق تحميل بيانات ISFC وحدد ملفات إخراج ISFC المتعلقة بالمحفزات. لتحديد ملفات إخراج ISFC فارغة انقر فوق تحميل بيانات فارغة وحدد إما حالة resting ISFC أو مرحلة عشوائية التحفيز المتعلقة ملفات الإخراج ISFC اعتماداً على نظام توليد البيانات الفارغة المستخدمة.
ثم انقر فوق تحميل رمز الدليل وحدد ملف كتاب الترميز. في إطار النص المناسب للتحرير، أدخل قيمة ألفا في النسبة المئوية التي يجب أن يتم فيها تحديد المقررات الدراسية الزمنية ISFC للتمييز مع التغييرات الهامة. لإنشاء توزيع خالية انقر فوق رسم لبدء عملية العتبة ISFC التي يتم تجميع كافة قياسات ISFC الفارغة المتوفرة لاتصال معطى وبعد ذلك سيتم thresholded القياسات ISFC المتعلقة بالتحيز وفقاً لقيمة ألفا المحددة.
لتصور أنماط ISFC المكانية في نقاط زمنية مختلفة، اسحب شريط التمرير أسفل مخطط استكشاف ISFC. في هذه الجلسات التمثيلية، تم عرض الفيلم تقييم من خمس إلى 353 ثانية مع جزء الدولة يستريح بعد الفيلم من 386 إلى 678 ثانية. وبالإضافة إلى ذلك، تم الحصول على جلسة واحدة من 310 ثانية فقط للدولة يستريح لكل موضوع.
تم إنشاء دورات زمنية ISFC على أطوال نافذة من W 10 و W 5 مرات التكرار لثلاث اتصالات تمثيلية مختلفة تنطوي على منع استجابة الوساطة في المنطقة وآخر ينطوي على التوالي على توقع الأجسام المتحركة، والتنسيق الحسية، أو معالجة معاني الكلمات. الضوضاء أكبر في W 5 مرات التكرار ويلاحظ تغييرات ISFC الوقت في اتصال واحد واثنين من الدورات الزمنية لمشاهدة الأفلام. هنا، يتم عرض جزء من المواضيع التي تظهر ذات أهمية إحصائية 2000S الوقت المؤقتة ISFC لنفس الاتصالات الثلاثة.
العابرون أكثر عددا في أطوال نافذة أكبر كما قياسات ISFC أكثر قوة تخفيف الاستخراج وقيم ألفا أكبر كما يتم الكشف عن المزيد من الإيجابيات الكاذبة. في هذه البيانات التمثيلية ، تم إشراك أحد مستخلصات الأفلام على وجه الخصوص في تثبيط الاستجابة المرتبط بالأشياء المتحركة وقاد تغييرات ISFC واسعة النطاق. يجب ألا يكون طول الإطار قصيراً جداً بالنسبة للتقديرات القوية ولا طويل جداً لالتقاط ديناميات ISFC.
وينبغي استخدام قيمة ألفا صارمة بما فيه الكفاية للحد من الإيجابيات الكاذبة. يمكن تجميع قياسات ISFC في حالات ISFC في الدماغ بالكامل لفحص الخصائص الزمنية الخاصة. يمكن أيضاً تمثيل عابري ISFC الهامة كرسم بياني يعكس تدفق المعلومات.
