In general, paradigms for fMRI experiments consist of one or several task parts and a resting state part. Activations are detected for each voxel statistically by taking the resting state as a reference. This conventional method can be inefficient for the experiments with multiple stimuli. We present a new fMRI data analysis method which can detect activations without imaging the resting state references, but by statistical estimation of the reference from the acquired signal using the multiple stimuli. The experimental results are reliable to each stimulus even in case there are overlaps of their activation regions. Then, the experiment time is saved due to eliminating the resting state imaging.
일반적으로, 뇌기능 자기공명영상 실험을 위한 실험설계는 몇 개의 작업 수행 부분과 특정한 동작을 하지 않는 부분으로 이루어져 있다. 뇌의 각 부분에 대한 활성 여부는 특정한 동작을 하지 않는 부분에서 얻은 정보를 비교 대상으로 통계적으로 찾아진다. 이러한 기존의 방법은 다수의 자극이 사용된 실험에서 비효율적일 수 있다. 이 논문에서는 동작을 하지 않는 부분의 촬영을 하지 않고, 대신 여러 개의 자극을 적용하면서 얻은 정보를 사용하여 통계적으로 동작을 하지 않는 부분의 정보를 추정하여 뇌활성 영역을 찾아내는 새로운 뇌기능 영상 분석 방법을 제안하였다.
새로운 분석 방법을 적용하여 뇌활성 영역이 겹치는 부분을 포함해서 신뢰성 있는 결과를 얻을 수 있으며 동작을 하지 않는 부분에 대한 영상을 얻지 않음으로써 전체 실험 시간을 줄일 수 있다.
