Диссертация (1144755), страница 18
Текст из файла (страница 18)
Формирование модели осуществляется с использованиемпредставлений о базовых свойствах гемодинамического ответа и временныхпараметров стимуляции/деятельности испытуемого при выполнении тестовогозадания. Математическая оценка параметров модели осуществляется в рамках такназываемой«Общейлинейноймодели» (ОЛМ) сприменением методамножественной регрессии (Friston, et al., 2007). Это позволяет оценивать степеньтого, насколько изменения независимой переменной (т.е. модели) соответствуютизменениям зависимой переменной (зарегистрированного сигнала).
Например, висследовании вида «тестовое задание» vs «контроль» с повторным чередованиемтестового и контрольного экспериментальных состояний, формируемая модельбудет содержать повторные увеличения и понижения «моделируемого сигнала» ианализ будет сводиться к поиску элементов изображения (вокселей), где такаямодель будет соответствовать зарегистрированной активности.
В конечном итогетакой подход позволяет картировать деятельность, которая представлена в«тестовом задании» и отсутствует в «контрольном».Таким образом, важно помнить, что получаемые СПК не являютсянепосредственно наблюдаемыми изменениями, например, BOLD-сигнала, аявляются результатом математически вычисляемой оценки относительныхизменений сигнала. В итоге в СПК отображаются те группы смежных вокселей (т.н.кластеры), в которых экспериментальные состояния характеризуются разнымуровнем функциональной активности.Однако, факта обнаружения таких кластеров недостаточно, посколькунеобходимо отобрать только те из них, относительные изменения активности вкоторых достоверны. Достоверность наличия каких-либо изменений сигнала,принято оценивать методами математической статистики.
Строго говоря,математически корректного правила оценки результатов, которое бы учитываловсесвойства регистрируемогосигнала,отражающегоработу мозга,насегодняшний день не существует. Это связано с тем, что мы не знаем многих87важных характеристик сигнала, например, степень автокорреляции. Поэтому,более-менее волевым методом об этих характеристиках договариваются, ииспользование статистического порога p<0.05 базируется на этой общейдоговоренности. Иными словами, это условие отбора, а не строгое математическоеправило.
Поэтому использование условия оценки результатов (т.е правила отборазначимых результатов), единого для всех исследовательских и диагностическихнейровизуализационных подразделений по всему миру является, на сегодняшниймомент, оправданной альтернативой.Важно отметить, что и построение СПК и статическая оценка параметровмодели осуществляются повоксельно. Следовательно, количество проводимыхстатистических тестов равно количеству вокселей изображения.
Так, например, длятрехмерного фМРТ изображения состоящего, из 100000 вокселей, для построенияСПК будет проведено 100000 статистических тестов. Если мы правильноприменяемстатистическийкритерийp<0.05,тодажеприслучайномраспределении сигнала (вне связи с выполнением тестового задания) во всемизображении, в 5000 вокселей обязательно будут выявлены изменения – т.н.ложноположительные результаты.Такие ложноположительные находки (т.н.
ошибка 1-го типа), являютсяпрямым следствием использования некорректированного порога построенияСПК. А значит, обнаружение обширной «активации» может быть ложноположительным результатом. Речь идет о проблеме множественностисравнений (более подробно см. гл. 12. в (8)), без учета и коррекции которойполучаемые данные не могут считаться достоверными (см. Рисунок 3). Чем чреватоиспользование некорректированного порога наглядно продемонстрировано вработе Bennet с соавторами (2010) (Bennet, et al., 2010), где авторыпродемонстрировали активации в мозге атлантической форели при предъявленииэмоционально значимых изображений из жизни людей (при этом форель быламертва).88Рисунок 3.
СПК построенные с коррекций на множественность сравнений(реальные активации) и без нее (ложноположительные находки).Данные получены при выполнении пациентом речевого тестового задания (см.Рисунок 2 А) и представлены в индивидуальном анатомическом пространстве(T1W3DTF; данные ИМЧ РАН). Обозначения: активации которые наблюдаютсяпри использовании некорректированного порога при построении СПК (p<0.001)отмечены зеленым цветом, красным отмечены активации выявленные послеприменения коррекции на множественность сравнений.Проблема множественности сравнений может быть решена с помощьюкоррекции используемого статистического критерия – пороговое значение р=0.05делится на количество проводимых сравнений (метод Бонферрони).
Очевидно, чтотакая коррекция для фМРТ/ПЭТ данных является излишне строгой, поскольку речьидет не об активности отдельных вокселей, а о пространственно распределенномпроцессе (активность соседних вокселей скоррелирована). Поэтому, для поправкина множественность сравнений учитывают функцию автокорреляции или«сглаженности»изображения(Kiebel,etal.,1999).Всовременнойнейровизуализации приняты следующие методы:1) FWE (family wise error) p<0.05на уровне воксела (Nichols, Hayasaka, 2003); 2) FWE p<0.05 на уровне кластера89означает, что статистически достоверным является размер «активации», безуказания какой именно из вокселов кластера значим; 3) FDR (false discovery rate)на уровне кластера и/или максимального значения кластера (более подробно см.(Chumbley, Friston, 2009, Chumbley, et al., 2011)).
В настоящий момент, тот или инойвид коррекции на множественность сравнений доступен в специализированныхпрограммных пакетах: SPM, FSL, ANFI, BrainVoyager и т.д.Таким образом, чрезвычайно важным является не только использованиекоррекции на множественность сравнений (без применения которой получаемыеданные в принципе не могут считаться достоверными), но и указаниепримененного способа коррекции. И в научных публикациях, и, тем более, вклиническихзаключениях.Безэтойинформациипредставляемыенейровизуализационные данные по картированию функций мозга не могутявляться основой для научных или клинических диагностических выводов.В этой связи следует сказать, что словосочетание «значимая активация»представляется неосмысленным: если активация не значима, то она простоотсутствует.
Например, если рассмотреть ситуацию, при которой активациянаблюдается при p<0.051, но при p<0.05 отсутствует, то ее, в соответствии собщепринятыми в мировой практике критериями отбора, не существует.Интуитивно, разница между критериями 0,05 и 0,051 мала. Но, в действительности,она может отражать не просто большие, а кардинальные различия значенийсигнала. Кстати, поэтому ни в коем случае нельзя воспринимать такую ситуациюкак «тенденцию» в сторону статистической значимости различий.Необходимо также принимать во внимание, что сам термин «активация»отражает только относительные изменения сигнала, которые могут выявляться какпри повышении нейрональной активности, так и при ее снижении.
(см. Рисунок 4).90Рисунок 4. Активация означает только относительное увеличение уровняфункциональной активности. Под «возбуждением» и «торможением» понимаетсяповышение или снижение уровня функциональной активности.Важной составляющей корректного анализа данных является учетартефактов, связанных с движениями головы испытуемого в поле зрениятомографа во время исследования (Johnstone, et al., 2006). Критерием исключенияданных в анализ является смещение головы относительно ее начального положениябольше чем на толщину среза изображения (например, при фМРТ - более чем 3-4мм). При этом, если смещения головы наблюдаются при выполнении тестовогозадания (например, речевое задание с называнием предметов), то аттрибутироватьрегистрируемые изменения сигнала именно к исследуемой деятельности, а не ктаким движениям, невозможно. Коррекция двигательных артефактов возможна,если в формируемую модель сигнала, вводить параметры смещения: обычно это 6параметров смещения и вращения по трем осям (см.
Рисунок 5, А). ПримервыраженныхизмененийBOLD-сигнала,движениями представлен на Рисунок 5, Б).обусловленныхтолькотакими91Рисунок 5. Влияние артефактов движения на регистрируемый фМРТ-сигнал.Обозначения: А - параметры смещения и вращения головы относительноизначального положения головы по трем координатным осям, Б - значимыеизменения BOLD-сигнала, вызываемые такими смещениями (данные ИМЧ РАН),FEW - использованный метод повоксельной коррекции на множественностьсравнений при построении СПК.Одной из фундаментальных методических особенностей картированияфункций мозга является отсутствие «принципиальных запретов» – любаянаблюдаемая активность мозга (естественно за исключением артефактов)правомочна.Например,еслиупациентапристандартноймоторнойфункциональной пробе (поочередное соприкосновение пальцев рук – tapping test)выявляются активации вне «классических» моторных областей, то, строго говоря,однозначноопределить,наблюдаеммы«физиологический»артефакт,компенсаторную реакцию или изменения в мозговом обеспечении вызванныепатологией, невозможно.Учитывая вышеизложенные особенности статистического оцениваниятомографических данных, необходимо понимать, что его результат не абсолютно92надежен.