張洪英，陳文新，田彤彤，葉靖，李潔，尹昳麗，吳晶濤

功能磁共振圖像預(yù)處理全腦平均信號(hào)對靜息態(tài)網(wǎng)絡(luò)連接性的影響

張洪英，陳文新，田彤彤，葉靖，李潔，尹昳麗，吳晶濤*

目的探討靜息狀態(tài)功能磁共振數(shù)據(jù)預(yù)處理步驟中去除與非去除全腦平均信號(hào)對功能網(wǎng)絡(luò)連接性的影響。材料與方法23例健康受試者接受靜息狀態(tài)功能磁共振成像；以后扣帶回(posterior cingulate cortex，PCC)及前額葉背外側(cè)區(qū)(dorsal lateral prefrontal cortex，dLPFC)分別為種子區(qū)，用時(shí)程相關(guān)分析方法分別獲取默認(rèn)網(wǎng)絡(luò)及執(zhí)行網(wǎng)絡(luò)以及其負(fù)相關(guān)網(wǎng)絡(luò)；在其他圖像預(yù)處理?xiàng)l件一致的情況下，計(jì)算去除與非去除全腦平均信號(hào)時(shí)功能網(wǎng)絡(luò)連接性在組內(nèi)特征，及配對雙樣本t檢驗(yàn)的統(tǒng)計(jì)學(xué)差異。結(jié)果以PCC、dLPFC為種子區(qū)的組內(nèi)分析顯示能定位默認(rèn)網(wǎng)絡(luò)及執(zhí)行網(wǎng)絡(luò)，并能獲得其負(fù)相關(guān)網(wǎng)絡(luò)；經(jīng)Alphasim校正的P＜0.005統(tǒng)計(jì)閾值下的配對t檢驗(yàn)發(fā)現(xiàn)，非去除較去除全腦平均信號(hào)的PCC、dLPFC正相關(guān)網(wǎng)絡(luò)連接性在全腦水平顯著增強(qiáng)。結(jié)論本研究證明了去除與非去除全腦平均信號(hào)兩種模式預(yù)處理產(chǎn)生不同的腦網(wǎng)絡(luò)特征，非去除全腦平均信號(hào)導(dǎo)致全腦功能連接性向正相關(guān)偏移。所以在體素水平的腦網(wǎng)絡(luò)分析中，全腦平均信號(hào)的預(yù)處理問題應(yīng)給予足夠重視，建議在國內(nèi)的相關(guān)磁共振腦功能連接分析研究中同時(shí)展示去除與非去除全腦平均信號(hào)的結(jié)果。

腦；磁共振成像；功能連接；全腦平均信號(hào)；磁共振成像，功能

血氧水平依賴的功能磁共振成像(blood oxygen level dependent functional magnetic resonanceimaging，BOLD-fMRI)作為一項(xiàng)重要的無創(chuàng)性腦成像工具，在臨床及科研中得到越來越廣泛的應(yīng)用。BOLD圖像信號(hào)需要經(jīng)過一系列的預(yù)處理步驟，例如格式轉(zhuǎn)化、時(shí)間重排、頭動(dòng)校正等，才能適合做進(jìn)一步圖像分析，其中對一些磁擾信號(hào)，如腦脊液信號(hào)、白質(zhì)信號(hào)、頭部運(yùn)動(dòng)參數(shù)，需要做回歸去除。但是對于全腦平均信號(hào)是否回歸處理目前意見還不一致。因此，筆者利用一組正常受試者功能磁共振數(shù)據(jù)分別對去除與非去除全腦平均信號(hào)兩種模式對腦網(wǎng)絡(luò)分析的影響作用在全腦體素水平做比較分析。

1 材料與方法

1.1 材料

健康青年人23名，年齡在20～23歲，平均(21.3±1.8)歲，其中男12名，女11名。受試者接受教育年限相近，均為在校大學(xué)生。無高血壓、高血脂、糖尿病等全身性疾病，無神經(jīng)系統(tǒng)疾病病史和主訴。本研究經(jīng)揚(yáng)州大學(xué)臨床醫(yī)學(xué)院倫理委員會(huì)批準(zhǔn)，受試者同意并在檢查前簽署知情同意書。

1.2 磁共振圖像采集

使用GE公司Discovery 750 3.0 T磁共振成像儀，受試者頭部躺在8通道頭相控陣線圈中，閉眼，放松，被要求不思考任何事情。首先行常規(guī)頭顱磁共振檢查，然后行fMRI采集，fMRI采用EPI梯度回波序列，TR=2000 ms，TE=30 ms，翻轉(zhuǎn)角90°，層厚4 mm，層間隔0 mm，矩陣64×64，F(xiàn)OV 240 mm。掃描時(shí)間5 min。每次采集35層，共獲得150個(gè)時(shí)間點(diǎn)的數(shù)據(jù)。最后采用三維磁化準(zhǔn)備快速梯度回波序列(3D MP-RAGE)采集全腦T1結(jié)構(gòu)像，掃描參數(shù)：TR=8.2 ms，TE= 3.2 ms，翻轉(zhuǎn)角12°，層厚1 mm，層間隔0 mm，矩陣256×256。

1.3 數(shù)據(jù)預(yù)處理

采用國際通用軟件DPASFA 2.3軟件(http:// www.restfmri.net/forum/rest)預(yù)處理fMRI原始數(shù)據(jù)，包括時(shí)間重排、頭動(dòng)校正、結(jié)合DARTEL T1 3D分割的標(biāo)準(zhǔn)化，功能圖像分割為3 mm× 3 mm×3 mm大小的像素，采用6 mm高斯核做平滑處理。T1 3D聯(lián)合分割可以獲取每位受試者獨(dú)立的灰質(zhì)、白質(zhì)和腦脊液容積圖像。隨后應(yīng)用軟件包REST1.8(http://www.restfmri.net/forum/rest)做圖像的功能連接分析。然后，對圖像數(shù)據(jù)進(jìn)行低頻濾波，帶通濾波0.01～0.08 Hz，對功能圖像進(jìn)行剛體變換頭動(dòng)參數(shù)(Friston 24)、包含較小幅度頭動(dòng)的時(shí)間點(diǎn)的數(shù)據(jù)幀(FD＞0.5)、腦白質(zhì)信號(hào)以及腦脊液信號(hào)的回歸分析，以去除這些因素的干擾。再分別獲取全腦平均信號(hào)回歸和不做全腦平均信號(hào)回歸的數(shù)據(jù)。檢查數(shù)據(jù)，按照頭移動(dòng)超過2 mm或旋轉(zhuǎn)角度大于1.5°的標(biāo)準(zhǔn)排除受試者，所有受試者符合標(biāo)準(zhǔn)。

1.4 網(wǎng)絡(luò)分析

隨后的處理和統(tǒng)計(jì)分析用Rest 1.8軟件工具包(REST V1.8，http://www.restfmri.net)。筆者參考以前的文獻(xiàn)[1-2]，利用種子區(qū)信號(hào)時(shí)程相關(guān)分析方法提取默認(rèn)網(wǎng)絡(luò)、執(zhí)行網(wǎng)絡(luò)，默認(rèn)網(wǎng)絡(luò)種子區(qū)后扣帶回(posterior cingulate cortex，PCC)的蒙特利爾腦模板(MNI)坐標(biāo)是(-2，-54，27)；執(zhí)行網(wǎng)絡(luò)種子區(qū)背側(cè)前額葉(dorsal lateral prefrontal cortex，dLPFC)的MNI坐標(biāo)是(-42，34，20)。每個(gè)種子區(qū)球形半徑6 mm。檢測種子區(qū)平均時(shí)空信號(hào)與全腦每個(gè)像素信號(hào)的皮爾森相關(guān)系數(shù)，然后將這些系數(shù)進(jìn)行z值轉(zhuǎn)化，使之符合正態(tài)分布。每個(gè)受試個(gè)體的z值輸入單樣本雙側(cè)t檢驗(yàn)，做組內(nèi)分析，分別獲取組水平的PCC正相關(guān)網(wǎng)絡(luò)即默認(rèn)網(wǎng)絡(luò)圖，及其負(fù)相關(guān)網(wǎng)絡(luò)圖，取Alphasim校正的P＜0.01為差異有統(tǒng)計(jì)學(xué)意義，聚簇團(tuán)塊大小＞39像素(1053 mm3)，團(tuán)塊的連接度標(biāo)準(zhǔn)為4 rmm。對去除與非去除全腦平均信號(hào)的默認(rèn)網(wǎng)絡(luò)腦區(qū)分布圖統(tǒng)計(jì)比較，采用配對t檢驗(yàn)，分別取P＜0.01、P＜0.005閾值為顯著性，經(jīng)Alphasim校正，團(tuán)塊大?。?體素(162 mm3)，團(tuán)塊的連接度標(biāo)準(zhǔn)為4 rmm。

2 結(jié)果

2.1 組內(nèi)網(wǎng)絡(luò)統(tǒng)計(jì)

單樣本t檢驗(yàn)顯示去除全腦平均信號(hào)的PCC正相關(guān)的網(wǎng)絡(luò)圖與傳統(tǒng)的默認(rèn)網(wǎng)絡(luò)腦區(qū)分布相一致，包括前額葉內(nèi)側(cè)區(qū)、PCC、兩側(cè)頂下小葉、顳中回、海馬、丘腦枕；PCC負(fù)相關(guān)的網(wǎng)絡(luò)圖包含的腦區(qū)有：兩側(cè)島葉、額中回、額下回、顳枕聯(lián)合區(qū)、角回、前扣帶回背側(cè)、輔助運(yùn)動(dòng)區(qū)、初級(jí)運(yùn)動(dòng)皮層，見圖1。非去除全腦平均信號(hào)的PCC正相關(guān)的網(wǎng)絡(luò)連接圖較去除全腦平均信號(hào)的PCC正相關(guān)的網(wǎng)絡(luò)連接圖節(jié)點(diǎn)腦區(qū)相仿，但范圍擴(kuò)大，由PCC擴(kuò)展到枕葉大部，另外覆蓋了兩側(cè)額中上回背側(cè)、兩側(cè)額葉眶回、顳葉內(nèi)側(cè)大部，而非去除全腦平均信號(hào)的PCC負(fù)相關(guān)網(wǎng)絡(luò)節(jié)點(diǎn)腦區(qū)范圍明顯縮小，包含的腦區(qū)有兩側(cè)島葉前部、額中回前部、角回、右側(cè)前扣帶回背側(cè)區(qū)，見圖2。

單樣本t檢驗(yàn)顯示去除全腦平均信號(hào)的dLPFC正相關(guān)網(wǎng)絡(luò)圖與傳統(tǒng)的執(zhí)行網(wǎng)絡(luò)腦區(qū)分布相一致，包含了兩側(cè)前額葉背外側(cè)區(qū)、前扣帶回背側(cè)、島葉、頂上小葉、額上回背側(cè)、額下回、顳下回后部(MT+)、楔前葉；dLPFC負(fù)相關(guān)網(wǎng)絡(luò)包含的腦區(qū)有：兩側(cè)前額葉內(nèi)側(cè)區(qū)、后扣帶回、枕葉大部、頂下小葉、內(nèi)側(cè)顳葉、顳中回前部、初級(jí)感覺運(yùn)動(dòng)皮層。非去除全腦平均信號(hào)的dLPFC正相關(guān)網(wǎng)絡(luò)較去除全腦平均信號(hào)的dLPFC正相關(guān)網(wǎng)絡(luò)圖區(qū)范圍明顯擴(kuò)大，覆蓋了大部分腦區(qū)，而負(fù)相關(guān)網(wǎng)絡(luò)腦區(qū)明顯縮小、減少，僅剩余右側(cè)后扣帶回、兩側(cè)額上回兩個(gè)節(jié)點(diǎn)，見圖3、4。

2.2 組間配對比較

圖1～2PCC功能連接區(qū)的去除與非去除全腦平均信號(hào)的單樣本統(tǒng)計(jì)圖，經(jīng)校正的P＜0.01圖3～4dLPFC功能連接區(qū)的去除與非去除全腦平均信號(hào)的單樣本統(tǒng)計(jì)圖，經(jīng)校正的P＜0.01。紅色表示正相關(guān)連接，藍(lán)色表示負(fù)相關(guān)連接。PCC：后扣帶回；dLPFC：左側(cè)前額葉背外側(cè)區(qū)Fig. 1—2Presented one sample t test of PCC seed-based functional connectivity maps with and without global signal correction, respectively (P＜0.01, Alphasim correction).Fig. 3—4Presented one sample t test of dLPFC seed-based functional connectivity maps with and without global signal correction, respectively. Red color means positive correlations; blue color means negative correlations. PCC: Posterior cingulate cortex; dLPFC: Dorsal lateral prefrontal cortex.

采用配對t檢驗(yàn)分析了在其他預(yù)處理?xiàng)l件相同的情況下，同一組數(shù)據(jù)去除與非去除全腦平均信號(hào)的功能連接性的差異。在P＜0.005的閾值水平，非去除全腦平均信號(hào)較去除全腦平均信號(hào)PCC功能連接網(wǎng)絡(luò)呈現(xiàn)了與全腦絕大部分皮層及皮層下核團(tuán)顯著增強(qiáng)的正相關(guān)連接，而沒有負(fù)相關(guān)連接變化顯示，見圖5。dLPFC的功能連接性的組間變化與PCC的組間變化相似，即與全腦絕大部分皮層及皮層下核團(tuán)顯著增強(qiáng)的正相關(guān)連接，而沒有負(fù)相關(guān)連接顯著性改變，見圖6。在更嚴(yán)格的P＜0.001的閾值水平，網(wǎng)絡(luò)功能連接性變化表現(xiàn)與P＜0.005的閾值水平下功能連接性變化相似，見圖7、8。

圖5～8分別為PCC、dLPFC非去除與去除全腦平均信號(hào)配對t檢驗(yàn)統(tǒng)計(jì)圖，非去除全腦平均信號(hào)＞去除全腦平均信號(hào)。圖5～6經(jīng)校正的閾值水平P＜0.005；圖7～8經(jīng)校正的閾值水平P＜0.001。兩個(gè)統(tǒng)計(jì)閾值下非去除與去除全腦平均信號(hào)腦功能連接性變化表現(xiàn)相似。注：雙樣本t檢驗(yàn)圖中只有正相關(guān)功能連接顯著性Fig. 5—8Presented paired two-sample t test of the comparison between with and without global signal correction for PCC and dLPFC, with significant statistic level of P＜0.005 and P＜0.001 with Alphasim correction, respectively. The statistic maps are similar at different thresolds.

3 討論

本研究證明了BOLD-fMRI數(shù)據(jù)預(yù)處理去除與非去除全腦平均信號(hào)會(huì)導(dǎo)致功能連接分析結(jié)果產(chǎn)生顯著差別。功能磁共振數(shù)據(jù)的預(yù)處理是數(shù)據(jù)分析的關(guān)鍵步驟，預(yù)處理的目的之一是檢測和修復(fù)由磁共振掃描儀或者被試個(gè)人在進(jìn)行數(shù)據(jù)采集時(shí)產(chǎn)生的偽跡、以及一些生理噪聲。即使用專門計(jì)算方法來去除頭動(dòng)噪聲干擾、腦脊液、白質(zhì)信號(hào)等生理噪聲因素后，剩余fMRI數(shù)據(jù)的全腦平均信號(hào)，包含了一部分真正的BOLD信號(hào)和一些噪聲的殘余[3]，所以全腦平均信號(hào)的去除與否是功能磁共振研究領(lǐng)域一個(gè)容易引起爭議的問題。

針對這一問題，本研究設(shè)計(jì)了在其他預(yù)處理?xiàng)l件一致的情況下，去除與非去除全腦平均信號(hào)對腦功能連接性的影響，結(jié)果發(fā)現(xiàn)非去除全腦平均信號(hào)會(huì)導(dǎo)致全腦體素水平的連接性向正相關(guān)偏移，也意味著負(fù)相關(guān)連接性的減少、減弱。由此可以觀察到非去除全腦平均信號(hào)的預(yù)處理會(huì)導(dǎo)致正相關(guān)功能連接網(wǎng)絡(luò)包含了更多更廣泛的節(jié)點(diǎn)腦區(qū)，而負(fù)相關(guān)網(wǎng)絡(luò)腦區(qū)減少。但是，究竟去除與非去除全腦平均信號(hào)兩種方法哪一個(gè)更能反映腦活動(dòng)水平的內(nèi)在的真實(shí)狀況，尚沒有客觀標(biāo)準(zhǔn)去衡量。所以，目前主流的專業(yè)期刊要求研究者提供去除與非去除全腦平均信號(hào)兩種處理方法的結(jié)果，以便為讀者提供更全面的信息。尤其涉及到疾病狀態(tài)，去除與非去除全腦平均信號(hào)可能會(huì)有不同的結(jié)果和解釋。如果只用一種預(yù)處理方法，其結(jié)果可能會(huì)有片面性。國內(nèi)的研究報(bào)道多數(shù)只用單一的全腦信號(hào)預(yù)處理方法[4]。

目前一系列的研究報(bào)道贊成[3，5-6]或反對[7-8]做全腦平均信號(hào)校正處理，F(xiàn)ox等[5]研究認(rèn)為全腦水平更廣泛的腦區(qū)與全腦平均信號(hào)呈正相關(guān)，來解釋這種偏移現(xiàn)象。He等[3]的研究對全腦平均信號(hào)深入分解提取出了其中真正的BOLD信號(hào)成分，及混雜的成分，而且就是混雜成分的回歸處理導(dǎo)致的功能連接性的偏移。筆者認(rèn)為全腦平均信號(hào)的處理是一個(gè)去偽存真的選擇過程，去除全腦平均信號(hào)能更全面更徹底地去偽，同時(shí)伴有部分真實(shí)的BOLD信號(hào)損失，而非去除全腦平均信號(hào)處理方法會(huì)有較多的噪聲混淆因素干擾。Zhang等[9]研究發(fā)現(xiàn)非去除全腦平均信號(hào)還會(huì)導(dǎo)致青年組與老年組功能網(wǎng)絡(luò)比較的結(jié)果有腦基底池區(qū)噪聲信號(hào)的摻雜。Hayasaka[10]的研究則提示非去除全腦平均信號(hào)還會(huì)導(dǎo)致縱裂池的噪聲信號(hào)的摻雜，以及位于白質(zhì)區(qū)邊緣灰質(zhì)體素與其他腦區(qū)連接性減低。研究還發(fā)現(xiàn)非去除全腦平均信號(hào)導(dǎo)致兩側(cè)大腦半球間隙周圍增多的網(wǎng)絡(luò)節(jié)點(diǎn)出現(xiàn)，而這些節(jié)點(diǎn)在腦磁圖的網(wǎng)絡(luò)分析中并不存在。Yan等[11]學(xué)者發(fā)現(xiàn)去除全腦平均信號(hào)有助于減輕頭動(dòng)引起的功能連接性差異。

筆者的研究用的是種子區(qū)相關(guān)的功能連接分析方法，分別選擇了屬于不同網(wǎng)絡(luò)的前腦和后腦的種子區(qū)。盡管種子區(qū)相關(guān)分析方法有局限性，但筆者的研究結(jié)果與以往FOX、He、 Hayasaka等學(xué)者的多項(xiàng)研究發(fā)現(xiàn)相一致[3，5，10]，F(xiàn)OX等研究者采用種子區(qū)方法，Hayasaka則采用的是更復(fù)雜的圖論分析方法，而且用不同的方法都能得到相同結(jié)論，即非去除全腦平均信號(hào)會(huì)導(dǎo)致腦連接性的正相關(guān)偏移。Hayasaka的研究還提示非去除全腦平均信號(hào)會(huì)導(dǎo)致增加的節(jié)點(diǎn)路徑長度、更多的模塊。

應(yīng)對全腦平均信號(hào)的問題已經(jīng)討論了多年，Murphy、Anderson等多個(gè)研究認(rèn)為去除全腦平均信號(hào)會(huì)導(dǎo)致負(fù)相關(guān)連接性出現(xiàn)[7-8]，而本研究則有不一致的發(fā)現(xiàn)，不論全腦平均信號(hào)去除與否，單樣本統(tǒng)計(jì)都存在負(fù)相關(guān)連接，只是程度不同而已；本研究發(fā)現(xiàn)去除平均對執(zhí)行網(wǎng)絡(luò)的負(fù)相關(guān)網(wǎng)絡(luò)影響較大，對默認(rèn)網(wǎng)絡(luò)影響較小。筆者認(rèn)為負(fù)相關(guān)應(yīng)該也是功能連接的屬性之一，所以負(fù)相關(guān)連接性不應(yīng)歸因于全腦平均信號(hào)的回歸去除所導(dǎo)致。

總之，本研究證明了去除與非去除全腦平均信號(hào)兩種模式預(yù)處理產(chǎn)生不同腦網(wǎng)絡(luò)特征，非去除全腦平均信號(hào)導(dǎo)致全腦功能連接性正相關(guān)偏移。所以在體素水平的腦網(wǎng)絡(luò)分析中，對全腦平均信號(hào)的處理應(yīng)給予足夠重視，建議在國內(nèi)的相關(guān)磁共振腦功能連接分析研究報(bào)道中同時(shí)展示去除與非去除全腦平均信號(hào)的結(jié)果。

[References]

[1] Vincent JL, Kahn I, Snyder AZ, et al. Evidence for a frontoparietal control system revealed by intrinsic functional connectivity. J Neurophysiol, 2008, 100(6): 3328-3342.

[2] Uddin LQ, Kelly AM, Biswal BB, et al. Functional connectivity of default mode network components: correlation, anticorrelation, and causality. Hum Brain Mapp, 2009, 30(2): 625-637.

[3] He H, Liu TT. Ageometric view of global signal confounds in resting-state functional MRI. Neuroimage, 2012, 59(3): 2339-2348.

[4] Ji GJ, Liao W, Zhang ZQ, et al. Study of brain network generalized tonic clonic epilepsy resting state function. Chin J Magn Reson Imaging, 2013, 4(1):8-12.季公俊, 廖偉, 張志強(qiáng), 等. 全面強(qiáng)直陣攣癲癇靜息態(tài)功能連接腦網(wǎng)絡(luò)研究. 磁共振成像, 2013, 4(1): 8-12.

[5] Fox MD, Zhang D, Snyder AZ, et al. The global signal and observed anticorrelated resting state brain networks. J Neurophysiol, 2009, 101(6): 3270-3283.

[6] Chang C, Glover GH. Effects of model-based physiological noise correction on default mode network anticorrelations and correlations. Neuroimage, 2009, 47(4): 1448-1459.

[7] Murphy K, Birn RM, Handwerker DA, et al. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced?. Neuroimage, 2009, 44(3): 893-905.

[8] Anderson JS, Druzgal TJ, Lopez-Larson M, et al. Network anticorrelations, global regression, and phase-shifted soft tissue correction. Hum Brain Mapp, 2011, 32(6): 919-934.

[9] Zhang HY, Chen WX, Jiao Y, et al. Selective vulnerability related to aging in large-scale resting brain networks. PLos One, 2014, 9(10): e108807.

[10] Hayasaka S. Functional connectivity networks with and without global signal correction. Front Hum Neurosci, 2013, 7(7): 880.

[11] Yan CG, Craddock RC, Zuo XN, et al. Standardizing the intrinsic brain: towards robust measurement of inter-individual variation in 1000 functional connectomes. Neuroimage, 2013, 80(20): 246-262.

The effect of global signal correction on the functional connectivity of resting brain networks

ZHANG Hong-ying, CHEN Wen-xin, TIAN Tong-tong, YE Jing, LI Jie, YIN Yi-li, WU Jing-tao*
Department of Radiology, Su-bei People's Hospital, Yangzhou 225001, China

Objective:To examine the effect of global signal correction on the functional connectivity in resting-state magnetic resonance imaging network analysis.Materials and Methods:Twenty-three healthy subjects underwent 5 minutes resting-state BOLD fMRI scanning. A method of time-series correlation analysis based on seed regions of posterior cingulate cortex (PCC) and left dorsal lateral prefrontal cortex (dLPFC) was employed to extract default mode network and executive control network. The resulting functional connectivity was compared between with and without global signal correction, while the other preprocessing conditions were identical.Results:The seeds correlation methods could extract default mode network and executive control network which coincided with previous studies, and could also acquire their negative correlated networks. Paired two-sample t test under P＜0.005 statistic level with alphasim correction indicated that there were significant increased positive correlations at almost whole brain level.Conclusion:These results from this study show characteristic differences between the networks with and without global signal correction. The correlation coefficients were positively biased in the methods without the whole brain signal correction, so more attention should be paid to the issue of global signal.

Brain; Magnetic resonance imaging; Functional connectivity; Global signal; Magnetic resonance imaging, functional

Wu JT, E-mail: wujingtaodoctor@126.com

Received 20 May 2016, Accepted 1 Aug 2016

國家自然科學(xué)基金面上項(xiàng)目(編號(hào)：81471624，81571652)

江蘇省蘇北人民醫(yī)院影像科，揚(yáng)州225001

吳晶濤，E-mail：wujingtaodoctor@ 126.com

2016-05-20

接受日期：2016-08-01

R445.2；R338.2

A

10.12015/issn.1674-8034.2016.12.002

張洪英, 陳文新, 田彤彤, 等. 功能磁共振圖像預(yù)處理全腦平均信號(hào)對靜息態(tài)網(wǎng)絡(luò)連接性的影響. 磁共振成像, 2016, 7(12): 897-901.*

ACKNOWLEDGMENTSThis work was part of National Natural Science Foundation of China (No. 81471624, 81571652).