| 針對功能性磁振造影的訊號,其中混合了被測物的各部分訊號、呼吸心跳的生理雜訊、位移假影、影像雜訊等等,而目前分析的方法大致是以合成概念(synthesisconcept)進行資訊探採(datamining),而研究模式可分為(一)假設驅動(hypothesisdriven)及(二)資訊數據驅動(information/datadriven)的分析方法。前者包括變異數分析(analysisofvariance,ANOVA)、相關分析(correlationanalysis)等,而後者包括主要成份分析(principlecomponentanalysis)、獨立成份分析(independentcomponentanalysis)等。與傳統神經及認知科學的搭配,將使我們能更有效率地發現新的現象,以期更有效地進展理論架構,亦可由化約論(reductionism)的觀點探討腦內子系統的運作及子系統間的交互影響。而美國加州LaJolla的沙克生物研究所(SalkInstitute)及加州聖地牙哥分校的計量神經科學Swartz中心,正是獨立成份分析的研發重鎮,藉由使用其中心發展的獨立成份分析程序,我們企圖以獨立成份分析方法探索腦內時間及空間的訊息,並在沒有任何「假設」的前題或成見下,我們發現正常人的腦像是一場正在進行的音樂演奏會,我們可以聆聽到「腦內重奏曲」(腦部反應的不同步性)、「腦內變奏曲」(腦部反應的時間特異性)、「腦內交響樂」(腦部反應的簡單複雜性)及「腦內獨奏」(腦部反應的獨特性),同時也偵測到「腦內鍵盤」(腦部反應的空間特異性)正在彈奏著有「腦內休止符」(腦部反應的休息態)及「腦內雜音」(腦部反應的噪音)的曲譜。由本院及Swartz中心雙方合作之初步結果,證實獨立成份分析的確可以應用於功能性磁振造影的數據分析及訊號處理,未來將測驗其使用於臨床功能性磁振造影的應用,希望能造福需要功能性磁振造影檢查的病患。 |