大脑扫描的麻烦

在UC Berkeley的李嘉盛中心的肠道秋天下午，我正在看着我的大脑。我刚刚在3个Tesla MRI扫描仪内花了10分钟，技术名称是一个非常昂贵的，非常高的维护，非常磁性脑相机。躺在我的狭窄管内部，我吞下了我的幽闭恐惧症，让自己在黑暗中被笼罩在黑暗中，并且像鸽舍一样的褶皱丛生。

当时我是UC Berkeley的神经经济实验室的研究实习生。这是我第一次从MRI扫描看到自己的大脑。它是一个灰度，三维重建浮在计算机屏幕的黑色背景上。作为学习神经科学的本科生，我被嘲笑。没有什么比一个年轻的科学家的第一次遇到了一个与成像技术的竞争，使迄今看不见的可见磁共振成像使我的呼吸造成呼吸。我觉得我不只是在我的身体内部，而是进入我脑海的生物学休息。

这是一个奇怪的自我形象，如果确实是一个。我的头发没有出现，只留下脸部的头骨和脸上的骨头。拖动我的鼠标，我通过我的大脑水平切片巡航 - 小脑的分支，根状图案，心室的间隙黑洞，以及我的皮质的起伏脊看起来像蛇在沙滩上摆动蛇。

我遇到MRI后充满兴奋，我消耗了科学论文并研究了他们的数字，通常是灰度大脑，在它们上有明亮的橙色和蓝色斑点，表明激活增加的区域。第二年我加入了哈佛大学的实验室，我开始研究一种使用功能性MRI或FMRI的实验，研究参与社会决策的大脑区域。 FMRI允许我们记录大脑的虽然人们执行精神任务。我致力于一名高级论文，并在博士上设立未来的景点。在认知科学中。

我预料到了我进入的科学泥质。功能性磁共振成像已转化药。它允许患者的脑区域的非侵入性映射，以使更准确，精确的神经外科，1以及验证潜在药物对人脑的药理作用。 2但FMRI在认知和心理科学中的使用是众所周知的争议。这部分是因为该技术不直接测量神经活动，而是用于其氧气血流的代理。它还需要大量的数据处理来对来自噪声的信号进行排序，数据处理需要在研究人员的部分上进行许多自由裁量选择。

近年来，该领域已处理了涉及软件故障，3个误统计，4和IrreoProyucible研究的一系列问题。 5这些挑战在临床和商业环境中使用了复杂的MRI。公司试图将FMRI纳入法庭，分享大脑揭示了真实讲述，精神错乱和伤害的内容。看来我们在大脑中血流的这些图片中寻找更深的东西，更多的人。我们正在寻找思想和所有的复杂性，机构的席位，个性和疯狂。

这是一个关于我们如何 - 科学家和非科学家，记者和读者的故事 - 我们试图理解心灵的大脑的说明故事。当我们谈论大脑的某些部分“点亮”或皮质上的斑点时，用作社会疼痛的中心，我们的语言被我们看到的大脑形象的形式塑造，而且图像形式也许更多人类选择而不是生物学事实。这也是我的故事。我决心追求职业生涯，研究了互动关系的神经机制。如果我们能够解开大脑在社交偏见中的角色，我们可能有一天会克服它们。 MRI将照亮方式。

伸出你的手臂和腿像海星一样，我会确保你没有秘密的金属机器人，“我的扫描伙伴和博士后的导师将归于志愿者参与者。将在参与者的身体上引导金属探测器棒。 （FMRI研究需要一个关于检查金属的强烈细致性，并且有条理地如此 - 哈佛大学脑科学中心的扫描仪的3个Tesla磁场是足够强大的，足以将办公椅吸入机器。任何磁性都会迅速变得致命射弹。）

在扫描仪床上占地仰卧后，将和我捕获在头部线圈上，是一款笨重的头盔，发出和接收机器的射频脉冲。它让我想起了一个特别笨拙的超级英雄面具。我们的志愿者正在做出决策任务，其中他会反复选择玩抛弃机器，从而产生两种不同的货币奖励：一个给分享他的政党的人的钱，以及那个并减去金钱的人来自对面政党的人。我们有兴趣他是否展示了一个奖励的偏好。 （我们稍后会计算一些参与者倾向于伤害其他政党的奖励 - 他们对out-Group Haite的味道 - 这种偏好可能具有神经相关性。）

将按钮盒捆绑在右手上，我抬起了扫描仪床，看着他慢慢地滑行到磁铁的小洞穴中。一旦回到控制室，将推出实验的老虎机游戏。很快我们听到了漂移的高音哔哔声，表明我们已经开始收集他的大脑的功能形象。有时它似乎奇异，通过将单个人粘在寒冷的太空飞船 - 斯特温福饼中来研究互动决定的神经生物学，以便一小时的基本低图形视频游戏。然而，这些是大多数FMRI实验室研究的限制 - 一种高度简化的计算机任务界面，即在机器追踪血液流动模式时模仿现实世界的特征。

MRI测量大胆血氧水平依赖性信号。由于当烧制时神经元需要氧气，因此更多的含氧血液将向大脑的局部区域前往该局部区域。 Rick出生于哈佛医学院的神经生理学家，他使用电生理学研究视觉皮质，帮助我了解该过程。在他的实验室的休息室，他是聊天的，并且在谈论他们的领域时，科学家在谈论科学家的兴奋形式。他在白板上绘制了动画，用“神经尖峰”来绘制一个图表，从“神经尖峰”到“细胞外场潜力”以“增加新陈代谢”到“增加血流”。因为，在大多数情况下，科学家不能直接测量人类的神经尖峰（这需要打开颅骨并直接植入电极，这是在动物中进行的，但只在癫痫患者如癫痫治疗中进行了用于医疗病例），我们必须满足FMRI的间接代理人。

那种机器如何检测到含氧血液流动？答案位于原子世界及其量子特性，特别是核磁共振 - 这是FMRI中的“M”和“R”的位置。在存在非常强大的磁场，氢质子彼此对齐;您可以以相同的方向映射它们。来自MRI机器的良好协调的射频脉冲将使它们从它们的对齐中击退，就像一只手指在一个摇晃的玩具上闪烁。 Bobble玩具反弹，也是氢质子。他们将逐渐“放松”回到他们的初始对齐。颅骨中存在的氢质子将以不同于皮质组织中的质子的速率放松，使我们能够使用数学处理来生成解剖学的图像。

但是FMRI给我们超过解剖学。 “f”表示重要的区别。 MRI扫描许多人在医院接受通常是解剖学MRI扫描，提供高分辨率的肌肉，肌腱和骨组织图像，能够突出肌腱撕裂或癌症等疾病等潜在伤害。另一方面，FMRI捕捉了大脑和尸体的活力，测量与神经烧制和认知有关的血液的主动运动。

21世纪是一个大科学发现的时代。汽车正在自行车。患有致命新病毒的疫苗在不到一年内创建。最新的火星流浪者正在寻找外来生活的迹象。但我们也...阅读更多

由于磁共振的舞蹈复杂，它能够实现这一目标。每个氢质子具有称为“预测频率”-A旋转旋转的量子特性。射频脉冲不仅敲击质子，而且彼此的旋转同步，将它们的预先频率与协调群体编排相匹配。在脉冲之后，随着质子返回其直立定向，进出频率再次逐渐变得不同步，以不同的速率旋转，如舞蹈演员在上独奏。这一事实是使FMRI成为可能的，是这种去同步的过程在脑中含氧血液的磁场中发生得更慢。也就是说，在含氧血液中的质子更有效地保持同步，发出比脱氧血液中的质子更强的信号，差异是MRI扫描仪被检测为粗体信号。

最后，FMRI的“i”代表“成像”，因为该过程的输出基本上是大脑的3D视频。扫描过程将大脑分成称为体素的小立方体，三维等效像素。从一个人的扫描会议中收集的数据包括每个体素的粗体信号的定量测量。体素通常尺寸为1立方毫米至27立方米 - 小到我们，但在神经元的等级上巨大。对于尺度感，大脑含有估计的1000亿神经元，人皮层中的单个体素可以覆盖超过500,000个神经元。这些神经元可以在彼此互相促进任何数量的东西，互相抑制，或以不同的模式烧制亚群体中的不同模式 - 但是所有那些FMRI可以检测到每2秒的整个体素空间的氧化血液中的净变化。这就像试图确定关于外交政策的平均意见，从50万不同的人同时争论，同意和辩论。

在威尔和我扫描接近50人之后，现在是时候开始争吵那些数据的数据。我抓了一杯咖啡，插在耳机上，开始播放河马校园音乐（主题适当，我想），在图书馆漫长的夜晚安顿下来。我正在进行质量控制检查，其中我在我们收集的大脑数据中寻找不自然的条纹或不寻常的亮度。

使用特殊的软件程序，我查看了原始功能数据 - 一个模糊脑的灰色和黑色视频慢慢脉冲。从本质上讲，从扫描仪出现的原始数据是一项四维矩阵，它会随着时间的推移记录每个体素的变化。铺设在扫描仪内部的大脑的生物肉体已被转化为一组数值序列。当您拍摄日落照片时，相机 - 相机将物理场景转换为数字矩阵，像素强度和颜色。在这个数字形式中，你可以用大脑做很多。使用计算神经科学家的实验室台式电脑和桌面 - 我可以经过翘曲，平滑，过滤这些大脑，这是一个称为数据预处理的分析阶段。

FMRI是一个毫米的游戏。头部大于3毫米的头部移动可以产生扭曲，最终无法使用的图像。预处理通过应用每次反弹或滚动的数学转换将大脑转回到位的数学变换，有助于进行运动。预处理还采用模糊，原始功能性脑数据和通过拉伸，移位和缩小体素，将其转换为首先，参与者的解剖扫描和第二，标准脑模板。

人性大学表现出相当大的变异 - 略微不平衡的半球，肿块枕叶，或只是整体更大的尺寸（作为早期注意到的颅蝇的从业者）。在不匹配每个参与者的大脑到模板上，我们永远无法在整个研究样本中比较大脑活动。

算法在空间平滑数据，这意味着在另一种尝试消除噪声时平均相邻体素的活动。至少，我们认为可能噪音;一个人希望他们没有过滤出真正的感兴趣的信号。这就像用铅笔绘图摩擦你的手指甚至出遮蔽。在空间分辨率的价格上，所有这些重塑和校正都会产生更清晰，更均匀，更粗糙的脑图像 - 以空间分辨率的价格。

预处理步骤有无数变化，尽管斯坦福斯坦福的可重复性神经科学中心持续了标准化举措，但整个领域的标准仍然很少，使许多选择达到个人研究人员的自由裁量权。关于哪些计算机操作系统，软件程序或扫描仪硬件的看似无关紧要的决定可以产生效果的关键差异。

“磁共振的实力是，它是一种大规模灵活的技术，”马蒂塞斯中心和马萨诸塞州综合医院的计算核心主任Bruce Fischl表示，以及FMRI分析算法的早期先驱之一。 “它可以生成结构的图像，功能图像，甚至地图与神经连接相关的东西，或看化学变化。这种灵活性的缺点是，很难在不同的实验室中标准化任何一组图像。“

好吧，更好的运气未来分析。“将和我盯着灰度脑模板，从所有受试者那里的统计数据集成，这完全没有颜色 - 没有热点，没有群集作为未来的兴趣区域。在预处理后，我们已经到了舞台，实际统计分析。我们假设我们将在诸如over集团的货币奖励造成伤害的货币奖励造成危害的危害，这可能会看到互相奖励的差异活动，这提出了影响竞争群体的奖励信号。毕竟那些夜晚花了扫描，周末在图书馆学习了一个新的编程语言，每小时麻烦拍摄实验设置，我希望我们能看到一个小说结果 - 但这是一个无效的结果，一个哑巴。幸运的是，这只是我们的初步分析，但我仍然感到沮丧。

常见的误解是，FMRI研究告诉我们，在某些任务中，哪些大脑区域是活动的。事实上，一切都是相对的。 FMRI研究可以告诉我们哪个大脑区域在一个任务中比另一个任务更活跃。换句话说，FMRI分析告诉我们哪些体素集合具有比另一个条件更紧密地匹配的活动配置文件。即使是切削边缘方法，也会利用机器学习的发展分析Voxels是否包含可以从另一个条件区分一个条件的信息。

FMRI实验中最常见的分析程序，NULL假设试验，要求研究人员指定统计阈值。挑选统计阈值决定了作为重要的体素的重要性 - 哪种体素最终呈着彩色的樱桃红色或柠檬黄。统计阈值在具有自然或科学等着名期刊中发布的有意义结果之间的差异，以及占据众所周知的文件抽屉。

科学家在巨大的压力下发表积极的结果，特别是考虑到超级特许学术就业市场，以确定出版物记录作为科学成就的衡量标准（尽管重现性危机带来了对这种激励结构的贬低的关注）。如果FMRI学习最终以空或缺乏结果，您不能总是返回并运行另一个版本的研究。 MRI实验非常昂贵，非常昂贵的 - 我自己的要求高出25,000美元，花了一年时间才完成。您可以看到研究人员如何诱惑，甚至是下意识，只需一个时间就可以在分析参数上播放一次，看看它们是否可以在其成本中找到重大效果。

“FMRI显然不是纯粹的噪音，这是一个真正的信号，但它受到多种自由度，摆弄了数据，以不同的方式过滤，直到你可以看到你想看看的任何东西，”诞生了。

统计多余的问题，称为多重比较，在分析的这一部分大量粘合。 “这可能是脑成像中的单一最大问题，”菲斯奇尔告诉我。多种比较意味着太多的统计测试。多重比较的问题就像对他们个人知道Beyoncé的陌生人有10,000个陌生人。这10万人实际上都没有熟悉她，但对于你问的人，他们会撒谎5％的几率，并说他们是踢。最后，你是碧昂丝的5,000岁的朋友，即使是基础的是那些人的零是与她的朋友。如果您提出了100个陌生人，那么您只会最终有五次错误的测量，但由于纯粹的数字和随机欺骗的概率，调查了100,000个陌生人会导致5,000次错误测量。

所以，对于FMRI数据：一个人的大脑数据具有数十万个体素。通过体素数量的体素和随机噪声，在每个体素下进行统计测试的研究人员几乎肯定会发现没有真正的效果。

当FMRI扫描在死鲑鱼中发现了一些腥味时，这在2009年变得清晰。然后，Craig Bennett，然后是加州大学圣巴巴拉大学的博士后研究员，希望测试他可以通过分析推动信封。他将一个大西洋鲑鱼滑入MRI扫描仪，显示它的情感场景图片，然后遵循典型的预处理和统计分析程序。 Lo和Phoold，死鱼的大脑表现出对情绪图像的活动增加 - 暗示一个敏感的，如果不活着，鲑鱼。即使在死鲑鱼的大脑中，MRI扫描仪也检测到某些体素表现出统计上显着的相关性的足够噪声。 6未能纠正多种比较，贝内特和他的同事“发现了”虚幻的大脑活动。

为了纠正多种比较，神经元化器必须建立严格的阈值以进行统计显着性。 “很难，因为我们不知道正确的方向是什么，”Fischl告诉我。 “作为一名研究人员，你留下了一个选择：你要和缺少的东西一起生活吗？或者你要和展示那些不真实的东西一起生活吗？“

FISCHL正在谈论统计阈值如何在科学家的两个最深的恐惧之间取得平衡：误报（错误识别噪声作为信号）和假否定（在噪声中丢失信号）。其中谎言：该领域尚未解决对多项比较的最佳实践解决方案，因为人们不能就严格的平衡达成一致。此外，所有可能的纠正程序都具有重要的弱点，如假设voxels即使它们不是彼此独立。

2016年，另一篇论文震撼了神经影像画世界。 Anders Eklund，Thomas E. Nichols，Hans Knutsson发布了普通FMRI软件分析包中的故障的实证调查。 3＆amp;这些软件错误大大增加了机会

......