神經影像資料處理/處理/步驟/生理噪聲迴歸
生理噪聲會嚴重混淆fMRI測量的訊號。雖然血管/代謝振盪引起的極低頻波動（< 0.01 Hz）通常透過 時間濾波 去除，但來自呼吸（~0.3 Hz）或心跳（~1.0 Hz）的高頻混淆更難處理。在標準fMRI序列中，這些頻率通常被欠取樣（根據奈奎斯特取樣定理），因此被混疊到較低的頻率 [1]。此外，呼吸和心率在低頻波動，影響腦血流（分別透過CO2血管舒張或血壓），最終影響BOLD反應。 [2][3]。因此，生理波動可以在靜息態fMRI（< 0.1 Hz）感興趣的頻率範圍內表達，可能在同時測量的時序之間引入虛假的連通性。需要注意的問題是，生理波動和感興趣的神經活動可能在時間上耦合。在這種情況下，去除前者也會去除（至少部分）後者。
表示生理噪聲的時序可以作為干擾迴歸量包含在GLM中。由干擾迴歸量解釋的訊號部分將從殘差中去除（這是rsfMRI感興趣的資料）。透過去除殘差的結構化、非隨機部分，干擾迴歸量也使其更接近正態分佈或“白化”。這有助於滿足GLM的一個基本假設，即誤差項獨立同分布。不幸的是，GLM中的迴歸量越多，它的自由度就越少（= 觀測值（體素） - 迴歸量），導致模型和單個引數權重的顯著性檢驗更加保守。
有不同的方法可以獲得用於生理噪聲的合理迴歸量。最直接的方法是在掃描過程中獲取生理測量值，使用胸帶測量呼吸，使用脈搏血氧儀測量心率。然後將這些測量值輸入分析軟體以建模合適的干擾迴歸量。但是，使MRI和生理資料的時間同步可能非常棘手。
如果這些測量值不可用，可以以不同的方式對生理噪聲的時序進行建模。由於感興趣的訊號波動主要位於灰質中，一種方法是從位於白質或腦室中的體素中提取生理噪聲時序。 [4] 另一種稱為CompCor[5]的方法，專注於顯示最高變異性的體素，隨後使用PCA將生成的時序減少到主要成分。也可以將ICA應用於將噪聲成分與感興趣的成分分離。但是，這始終依賴於能夠正確區分它們的假設。因此，像CORSICA [6]或PESTICA [7]這樣的基於自動ICA的生理噪聲去除方法應謹慎使用。
如上所述，靜息態分析特別容易受到生理偽影的影響，因為它們通常在感興趣的頻率範圍內（0.01 - 0.1 Hz）表現出來。 [8] 因此，生理噪聲迴歸在靜息態比在任務相關的fMRI中更為常見，任務相關的fMRI通常依賴於簡單的時間濾波。
3dretroicor[9] 使用一種稱為RETROICOR[10]的基於影像的方法，該方法估計獲取影像切片的時相的心臟和呼吸週期的相位，並對該相位資料進行低階傅立葉級數建模以進行迴歸。預設階數為 2，但可以透過-order選項進行調整，也可以透過-threshold調整檢測輸入中 R 波峰值的閾值。輸入是 1D -resp / -card 檔案。一個還輸出計算的呼吸和心率波以進行控制的命令（-respphase/-cardphase）如下所示
3dretroicor -resp 1resp_file -card card_file -cardphase cardphase.1D -respphase respphase.1D INPUTFILE
可以使用1dplot檢查相位輸出
注意，該演算法使用切片定時資訊進行計算。因此，在該步驟之前應避免任何破壞切片定時資訊的步驟，例如3dvolreg運動校正。此外，當丟棄了一些前幾卷時，必須相應地從生理資料中丟棄那些時間段。
在afni_proc.py中，這不是一個預設步驟，但可以透過do block -ricor選項包含。預設求解器為 OLS，多項式階數為 2*runlength。從生理資料中刪除 n 個時間點（預設值 = 0）和在迴歸中應用 PHYSFILES 的相應選項分別為
-ricor_regs_nfirst n -ricor_regs PHYSFILE
PNM [11] 還提供請求階數的心臟和呼吸 RETROICOR 迴歸量，並允許指定心臟-呼吸互動迴歸量。此外，還可以接收替代的生理迴歸量，如 RVT（單位時間內的呼吸量）[12]、心率[13]和腦脊液迴歸量。手冊強烈建議提供掃描器觸發器（1/體素），以確保掃描和生理資料之間的時間準確性。輸入需要作為單個文字檔案，其中不同的列代表心臟、呼吸和觸發資訊，以及描述這些列的檔案。手動檢查峰值檢測的準確性是可能的，也是推薦的。
SPM8 沒有內建方法來處理生理噪聲。但是，有一些擴充套件程式可用於此目的。訪問：https://wikibook.tw/wiki/SPM/Physio。用於 SPM 的DRIFTER工具箱也可以在沒有外部生理資料的情況下應用，如果時間解析度允許的話。 [14]
- ↑ Pallab K. Bhattacharyya，Mark J. Lowe，心臟引起的組織生理噪聲是心臟引起的波動的直接觀察結果，磁共振成像，第 22 卷，第 1 期，2004 年 1 月，第 9-13 頁，ISSN 0730-725X，http://dx.doi.org/10.1016/j.mri.2003.08.003。
- ↑ Rasmus M. Birn，Jason B. Diamond，Monica A. Smith，Peter A. Bandettini，分離 fMRI 中與呼吸變化相關的波動和與神經活動相關的波動，神經影像，第 31 卷，第 4 期，2006 年 7 月 15 日，第 1536-1548 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2006.02.048。
- ↑ Karin Shmueli，Peter van Gelderen，Jacco A. de Zwart，Silvina G. Horovitz，Masaki Fukunaga，J. Martijn Jansma，Jeff H. Duyn，心率的低頻波動作為靜息態 fMRI BOLD 訊號中方差來源，神經影像，第 38 卷，第 2 期，2007 年 11 月 1 日，第 306-320 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.07.037。
- ↑ Andreas Weissenbacher，Christian Kasess，Florian Gerstl，Rupert Lanzenberger，Ewald Moser，Christian Windischberger，靜息態功能連線 fMRI 中的相關性和反相關性：對預處理策略的定量比較，神經影像，第 47 卷，第 4 期，2009 年 10 月 1 日，第 1408-1416 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2009.05.005。
- ↑ Yashar Behzadi，Khaled Restom，Joy Liau，Thomas T. Liu，一種基於成分的 BOLD 和灌注 fMRI 噪聲校正方法（CompCor），神經影像，第 37 卷，第 1 期，2007 年 8 月 1 日，第 90-101 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.04.042。
- ↑ Vincent Perlbarg，Pierre Bellec，Jean-Luc Anton，Mélanie Pélégrini-Issac，Julien Doyon，Habib Benali，CORSICA：透過自動識別 ICA 成分來校正 fMRI 中的結構化噪聲，磁共振成像，第 25 卷，第 1 期，2007 年 1 月，第 35-46 頁，ISSN 0730-725X，http://dx.doi.org/10.1016/j.mri.2006.09.042。
- ↑ Erik B. Beall，Mark J. Lowe，使用獨立確定的空間度量來隔離生理噪聲源，神經影像，第 37 卷，第 4 期，2007 年 10 月 1 日，第 1286-1300 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2007.07.004。
- ↑ Kevin Murphy，Rasmus M. Birn，Peter A. Bandettini，靜息態 fMRI 混雜因素和清理，神經影像，第 80 卷，2013 年 10 月 15 日，第 349-359 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2013.04.001。
- ↑ http://afni.nimh.nih.gov/pub/dist/doc/program_help/3dretroicor.html
- ↑ Gary H. Glover，Tie-Qiang Li，David Ress，基於影像的 fMRI 生理運動效應逆向校正方法：RETROICOR，磁共振醫學，第 44 卷，第 1 期，第 1522-2594 頁，doi：10.1002/1522-2594(200007)44:1<162::AID-MRM23>3.0.CO;2-E
- ↑ http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/PNM
- ↑ Rasmus M. Birn，Jason B. Diamond，Monica A. Smith，Peter A. Bandettini，分離 fMRI 中與呼吸變化相關的波動和與神經活動相關的波動，神經影像，第 31 卷，第 4 期，2006 年 7 月 15 日，第 1536-1548 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2006.02.048。
- ↑ Catie Chang，John P. Cunningham，Gary H. Glover，心率對 BOLD 訊號的影響：心血管反應函式，神經影像，第 44 卷，第 3 期，2009 年 2 月 1 日，第 857-869 頁，ISSN 1053-8119，http://dx.doi.org/10.1016/j.neuroimage.2008.09.029。 (http://www.sciencedirect.com/science/article/pii/S1053811908010355)
- ↑ http://becs.aalto.fi/en/research/bayes/drifter/