1. 本研究应用了一种叫做张量概率独立成分分析的数据分析方法,来寻找在健康受试者之间具有一致性的休息态fMRI数据。
2. 通过使用一个启动方法,我们衡量并定量化了这些影响的一致性,并估计出BOLD信号调制以及关于受试者间差异的像素级别变化。
3. 结果显示,大脑的基线活动在不同的受试者之间是一致的,表现出显著的时间动态特征,BOLD信号变化相当于任务相关实验中所找到的信号变化。
本文是一项关于fMRI数据在健康人士之间存在一致性休息态神经元能量代谢水平方面的实验。作者使用张量概率独立成分分析来寻找这样一个一致性,并通过启动方法来衡量、定量化这些影响。
尽管本文中使用了多个正式测量工具来衡量、定量化fMRI数据,但也存在一些不合理之处。例如,作者未考虑fMRI数据中存在的时态因子(例如时间常数、时间常数/T2*、T1*、T2*-T1*、T2*/T1*-T2*/T1*-T2*/T1*-T2*/T1*- T2*/T1*- T2*/ T1*- T2*/ T1*- T2*/ T1*)。此外,作者也未考虑fMRI数据中存在的体位因子(例如体位不合理)以及心理因子(例如焦虑水平)对fMRI数据影响。
此外,文章也有牵强附会之处。例如作者将BOLD信号强度与任务相关实验中所找到的信号强度相对应;然而BOLD信号是由神经元能量代谢水平决定的;而任务相关实验中所测得信号强度却是由神经元能量代谢水平与神经元功能之间相互作用决定的。因此将两者相对应是不合理之处。
此外文章也存在牵强附会之处——作者将10个patterns都归因为“potential functional relevance”, 但却未能详尽地证明这10个patterns都是functional relevance; 此外, 作者也未考察这10 patterns 在不同情况下(例如: 精神障碍, 运动障碍, 运动障碍, 神奈川县) 的情况.
总而言之, 本文存在上述几处不合理之处, 因此要想得出真正有意义、准确无误、真实无伪的实骅, 还需要通过大样本、大覆盖面、大时态因子、大心理因子来得出真正意义上凭证.