Анализ данных конкурса Functional Image Analysis Contest (FIAC) с помощью BrainVoyager QX: от одноисследовательского анализа до кортикально выровненного группового анализа общей линейной модели и самоорганизующейся групповой независимой компонентной аналитики

Набор данных Functional Image Analysis Contest (FIAC) 2005 был проанализирован с использованием BrainVoyager QX. Сначала был выполнен стандартный анализ функциональных и анатомических данных, включающий предварительную обработку, пространственную нормализацию в пространство Талаяраха и гипотезно-ориентированную статистику (одно- и двухфакторную, на уровне отдельного субъекта и групповой случайной ошибки, общая линейная модель [GLM]) для блочных и событийных парадигм. На групповом уровне обнаружены выраженные эффекты предложения и слабые эффекты говорящего в височных и фронтальных областях. После этого были выполнены независимая компонентная аналитика (ICA) на уровне отдельных субъектов и группы (на основе пространства Талаяраха), которая выявила функционально связанные кластеры в височных и фронтальных областях при обработке предложений, а также показала другие сети, связанные со слуховой стимуляцией или с состоянием покоя мозга. Наконец, мы применили метод высокоразрешающей кортикальной выравнивающей регистрации для улучшения пространственного соответствия между мозгами и повторно выполнили групповой GLM с эффектами случайной величины и групповую ICA в этом пространстве. При использовании пространственно и временно неразмягчённых данных этот корково-ориентированный анализ дал сопоставимые результаты, но с набором пространственно более ограниченных групповых кластеров и более дифференцированными временными курсами областей интереса на уровне групп.