BARTOŇ, Marek, Radek MAREČEK, Ivan REKTOR, Pavel FILIP, Eva JANOUŠOVÁ a Michal MIKL. Sensitivity of PPI analysis to differences in noise reduction strategies. Journal of Neuroscience Methods. Amsterdam: Elsevier Science Ltd, 2015, roč. 253, September, s. 218-232. ISSN 0165-0270. doi:10.1016/j.jneumeth.2015.06.021.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Sensitivity of PPI analysis to differences in noise reduction strategies
Autoři BARTOŇ, Marek (203 Česká republika, garant, domácí), Radek MAREČEK (203 Česká republika, domácí), Ivan REKTOR (203 Česká republika, domácí), Pavel FILIP (703 Slovensko, domácí), Eva JANOUŠOVÁ (203 Česká republika, domácí) a Michal MIKL (203 Česká republika, domácí).
Vydání Journal of Neuroscience Methods, Amsterdam, Elsevier Science Ltd, 2015, 0165-0270.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 30000 3. Medical and Health Sciences
Stát vydavatele Nizozemsko
Utajení není předmětem státního či obchodního tajemství
WWW URL
Impakt faktor Impact factor: 2.053
Kód RIV RIV/00216224:14740/15:00080949
Organizační jednotka Středoevropský technologický institut
Doi http://dx.doi.org/10.1016/j.jneumeth.2015.06.021
UT WoS 000360867400022
Klíčová slova anglicky BOLD; Filtering; FMRI; Noise; Psychophysiological interactions; RETROICOR
Štítky EL OK, podil, rivok
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnila: Martina Prášilová, učo 342282. Změněno: 8. 12. 2015 18:43.
Anotace
Background In some fields of fMRI data analysis, using correct methods for dealing with noise is crucial for achieving meaningful results. This paper provides a quantitative assessment of the effects of different preprocessing and noise filtering strategies on psychophysiological interactions (PPI) methods for analyzing fMRI data where noise management has not yet been established. Methods Both real and simulated fMRI data were used to assess these effects. Four regions of interest (ROIs) were chosen for the PPI analysis on the basis of their engagement during two tasks. PPI analysis was performed for 32 different preprocessing and analysis settings, which included data filtering with RETROICOR or no such filtering; different filtering of the ROI “seed” signal with a nuisance data-driven time series; and the involvement of these data-driven time series in the subsequent PPI GLM analysis. The extent of the statistically significant results was quantified at the group level using simple descriptive statistics. Simulated data were generated to assess statistical improvement of different filtering strategies. Results We observed that different approaches for dealing with noise in PPI analysis yield differing results in real data. In simulated data, we found RETROICOR, seed signal filtering and the addition of data-driven covariates to the PPI design matrix significantly improves results. Conclusions We recommend the use of RETROICOR, and data-driven filtering of the whole data, or alternatively, seed signal filtering with data-driven signals and the addition of data-driven covariates to the PPI design matrix.
Návaznosti
ED1.1.00/02.0068, projekt VaVNázev: CEITEC - central european institute of technology
GA14-33143S, projekt VaVNázev: Vliv fyziologických procesů na reliabilitu a časovou proměnlivost konektivity v lidském mozku měřené pomocí fMRI
Investor: Grantová agentura ČR, Vliv fyziologických procesů na reliabilitu a časovou proměnlivost konektivity v lidském mozku měřené pomocí fMRI
VytisknoutZobrazeno: 18. 5. 2022 08:34