動きまたはアクティビティ：fMRIの被験者内および被験者間変動におけるそれらの役割

機能的MRI（fMRI）には、脳活動の非侵襲的測定の可能性があります。通常、アクティベーション画像と呼ばれるものは、実際にはしきい値統計パラメトリックマップです。これらのマップには、セッション間の大きな変動があります。これは、被験者内の精度の必要性が高いため、術前計画にfMRIを適用する場合に特に問題があります。この研究の目的は、観察されたfMRI活性化における被験者内および被験者間の変動性に対する残留ムーブメントアーティファクトの影響を調査することでした。3つの異なる単語生成タスクを使用して、10人の被験者が検査されました。2人の被験者は、同じパラダイムを使用して10日間に10回検査されました。残留移動効果を修正する1つのアプローチを体系的に調査しました。これは、一般的な線形モデル（GLM）の設計マトリックスにおける運動関連効果を記述するリグレッサーの含めることです。データは、残留ムーブメントアーチファクトをモデル化することなく分析され、セッション間の分散への影響をFコントラストを使用して評価しました。分析にモーションパラメーターを含めることは、被験者内と被験者間の変動の両方を大幅に減らしました。

Functional MRI (fMRI) carries the potential for non-invasive measurements of brain activity. Typically, what are referred to as activation images are actually thresholded statistical parametric maps. These maps possess large inter-session variability. This is especially problematic when applying fMRI to pre-surgical planning because of a higher requirement for intra-subject precision. The purpose of this study was to investigate the impact of residual movement artefacts on intra-subject and inter-subject variability in the observed fMRI activation. Ten subjects were examined using three different word-generation tasks. Two of the subjects were examined 10 times on 10 different days using the same paradigms. We systematically investigated one approach of correcting for residual movement effects: the inclusion of regressors describing movement-related effects in the design matrix of a General Linear Model (GLM). The data were analysed with and without modeling the residual movement artefacts and the impact on inter-session variance was assessed using F-contrasts. Inclusion of motion parameters in the analysis significantly reduced both the intra-subject as well as the inter-subject-variance.