2014年12月包括脳VBMチュートリアル配布資料(VBMの実践)

2014年12月13日に包括脳MRI脳画像解析チュートリアルが開催されました。
私はVBMチュートリアルを担当しましたが、その時の配布資料を公開します。

このPDFは、「すぐできるVBM」の補足のような位置づけにあります。
すぐできるVBMのサンプルデータを使っていますし、チュートリアルを受講していない方々でも、このPDFを参考にしていただければ、さらなる知識が得られるのではないかと思います。

ダウンロードはこちらからどうぞ。

21 thoughts on “2014年12月包括脳VBMチュートリアル配布資料(VBMの実践)

  1. 根本先生

    お世話になります。
    multiple regressionでresultを表示する際の解釈についてお伺いしたいです。
    covariateは点数で、点数が高い方が身体機能がよいとしました。身体機能が悪い人の脳血流が悪い部位を調べたいときは、contrastの設定に1をいれればよいのでしょうか。contrastの設定を-1とした場合にでてくる部位は、身体機能が悪い人が血流のよい脳部位という解釈であっていますでしょうか。考えれば考えるほどわからなくなってしまい…ご教授いただければ幸いに思います。お忙しいところすみません。よろしくお願いします。

    • 藤沢先生

      SPECT解析をされていると想定して回答します。

      contrastは正の相関を見たいときは、1, 負の相関を見たいときは-1を入力します。

      今は、身体機能が悪い人で脳血流が悪い人をしらべたいわけですから、
      統計学的には、身体機能が良い人で脳血流が良い人を調べることと同じです。

      もっと言うと、先生の表現を工夫されると理解しやすいと思います。

      「身体機能が悪いほど、脳血流が低くなる部位を調べたい」
      となれば、これは正の相関を見るということになります。

      コントラストが-1であれば、

      身体機能がよくなるほど、血流が低下する、
      裏返すと、身体機能が悪くなるほど、血流が増加する

      となります。

      コメントではさっとかけませんが、

      正の相関のイメージは、X軸に身体機能、Y軸に脳血流としたときの、Y=X
      負の相関のイメージは、Y=-X+10 (今、Y切片の10は任意の値です)

      という感じです。そのグラフを見ながら考えてみたらよろしいのではないでしょうか。

      ご参考まで。

      • 根本先生

        丁寧なご回答ありがとうございます。
        ちなみに、SPMで、回帰分析を行う際、分析結果の相関係数または、βを計算することはできるのでしょうか。VBMマニュアルの本を見て、グラフにすることはできたのですが…
        よろしくお願いします。

        • 藤沢先生

          SPMでは、ボクセルごとにβを求めており、
          その結果が、SPMの解析フォルダの中にあるbeta_xxxx.niiです。
          特定のボクセルのbetaを知りたかったら、たとえば、mricronやSPMでbeta_0001.niiをあけていただき、そこのボクセルの値を見ていただければと思います。

          • すみません。直接、ファイルを開こうとすると、Search the web for suitable software to open the fileとなってしまいます。fileを探してみてもweb上にないと出てきてしまいます。SPM上で、特定のボクセルのβを見る時はどのようにしてbeta_0001.niiを開いたらよいのでしょうか。resultsの画面からいろいろやってみましたが、わかりません。初心者で大変申し訳ないですが、教えていただければと思います。よろしくお願いします。

          • 1. NIFTIファイル(拡張子が.niiで終わるファイル)を開くには、MRIcronというソフトか、SPMがあれば大丈夫です。直接開きたいならば、MRIcronを入手していただけたらと思います。ネットでMRIcronと調べていただければ、すぐに見つけられます。

            2. SPMでいくならば、左上のウィンドウのDisplayを押していただければ、ファイル選択画面にいきますので、そこでbeta_xxxx.niiを選択していただけたらと思います。ちなみに、複数あると思いますので、どれを選ぶかは、Design matrixの列から判断します。先生の知りたい共変量が、2番めの列にあるとすれば、beta_0002.niiになるかと思います。

            以上、試してみてください。

          • ありがとうございます。早速SPMのdisplayから表示してみました。左にあるcrosshair positionに見たい2つのボクセルを(x,y,z)をうちこみましたが、一つのintensityはNaNとなってしまいます。もう一つは、intensityは78.8となります。βはどこで見たらよいのでしょうか。質問続きですみませんがよろしくお願いします。

          • さきほどの質問の訂正です。ありがとうございます。早速SPMのdisplayから表示してみました。左にあるcrosshair positionに見たい2つのボクセルを(x,y,z)をうちこみましたが、一つのintensityはNaNとなってしまいます。もう一つは、intensityは-0.12となります。これがβでしょうか。とすると、NaNになった関心領域の一つの領域はFWE0.05以下で有意になったにもかかわらず、βがでないのですが…こういうこともあるのでしょうか。また私は解析に、covariateを3ついれていますが、β_0001.niiからβ_0004.niiまであります。はじめの0001はマトリックスでいう真っ白な棒を示しているのでしょうか。質問続きですみません。よろしくお願いします。

          • 藤沢先生

            Crosshair positionの下には、mmとvxとありますが、そのどちらに入力されましたでしょうか。
            mmの方に入力してください。

            はじめの0001はマトリクスの真っ白な棒です。それは相関解析に関するy切片を意味しています。
            なので、意味はありません。

          • お世話になります。
            解析ででてきたpeak値のMNIをmmに入れてみましたが、
            やはり片方は、NaNとなってしまいます…
            もう一つはintensityが-0.12です。
            これをβを考えてよいのでしょうか。
            よろしくお願いします。

          • それはおかしいですね…。
            もうひとつの方が-0.12だったら、それはβと考えていただいてOKです。

            もうひとつやり方があります。

            先ほど、Plotでグラフまでは出せたとおっしゃいましたね。
            それでは、もう一度、関心のあるボクセルにおいてプロットしてください。

            プロットができた後、Matlabのコマンドウィンドウから

            >> beta

            と入力してください。

            そこで出てくる値を教えていただけますか?

            おそらく、4つ出てくると思います。その2番めが必要なβだと思います。

          • お世話になります。
            mmに解析でできてた有意なピークのあるMNIを打ち込みましたが、やはりintensityはNaNとなってしまいます…
            二つピーク値があるのですが、一方はintensityが-0.12となります。これをβと考えてよいのでしょうか。教えていただけるとありがたく思います。よろしくお願いします。

          • 先ほどの私の書き込みのbetaのところについて、理解を深めるためには、

            http://www.nemotos.net/?p=510

            こちらにある資料をお読みになっていただけたらと思います。
            よろしくお願いします。

          • お手数をおかけします。
            助かります。
            ありがとうございます。

          • >>betaでコマンドに入力したら、しっかりcovariate分+1(Yの分)出てきました!ありがとうございます。もう一度Displayからも表示してみましたがしっかり出てきました…すみません…。。
            先生の資料もとてもわかりやすかったです。
            すみません。また質問なのですが、
            ①「VBMの観点からのSPMの理解」の資料の1/5に非常に少ない集団の群間比較について、Nが少なすぎるとパラメトリックにのらないので解析できないと書いてあったと思います。回帰分析の時にもNがこれ以上ないといけないとかそういった基準はあるのでしょうか。一般的に30以上あればよいのかなと思っていたのですが…また、群間でNの差が大きいといけないとかそういったこともあるのでしょうか。
            ②散布図をplotする際、predictedを選択すると関心covariateのみ、adjusted を選択すると、関心外covariateも調節された散布図が書かれる…という理解でよいのでしょうか。
            ③散布図はY軸が5刻みで-20から15まで出ています。ボクセル値とは⁼T値という理解でよいのでしょうか。
            ④せっかく出てきた散布図をできれば論文に使いたいのですが、散布図内のfittedとplus errorの違いについてもよくわかりません…。よい参考資料などあれば教えていただきたいです。よろしくお願いします。

          • 無事に出力できたようでよかったです。

            1) Nがこれ以上ないといけないというものはありませんが、30以上あったら十分と思います。fMRIでは12例というのがあったと記憶しています。

            2, 4) predictedとadjustedは、近いうちに”Plotの理解”というPDFをアップしますので、そちらをご覧ください。

            3) 散布図のY軸の値は、Design matrixによって変わります。これも、上記のこれからアップ予定のPDFをご覧ください。

            以上、よろしくお願いします。

  2. 根本先生

    ありがとうございます。
    奥深いです…
    もっと勉強します…

  3. 根本先生

    昨日からもしかしたら私のミスで、同じコメントを何度も送ってしまっているかもしれません。
    大変申し訳ありません。
    いつもわかりやすいご回答本当にありがとうございます。
    画像統計初心者なので、質問内容が稚拙でお恥ずかしい限りなのですが、とても勉強になります。
    もう一度、extent thresholdの設定を見てみます。
    SPMを扱うほど、疑問が生じてきてしまい…
    1,SPMの解析の際、画像はあるものの、covariateに欠損値がある場合、私は欠損値があるものを除いて解析しているのですが、やはり、covariateに平均値いれるというのはいけないのでしょうか。
    2.私はSPECTデータを扱っているのですが、定性でも定量でもどちらもSPMで解析できるのでしょうか。
    3.論文にglobal calculationをmeanを選んだというのは、英語にするとscaled to a mean global cerebral blood flow 50ml/100g/minと同じ意味なのでしょうか。論文を読んでいて、この英文がどの操作を示しているのかわかりませんでした。
    また、教えていただけると幸いです。
    質問続きでかつPC音痴で本当にご迷惑をおかけします。
    よろしくお願いします。

    • 藤沢先生

      スパム対策で、コメントはすべて承認するようにしています。
      なので、時間がかかることもあります。ご了承ください。

      1. covariateの欠損値について
       SPSSなどでは、欠損値を補完する機能はありますが、SPMにはありません。
       covariateなしだとエラーが出てしまいます。
       SPMの場合というより、先生の解析内容について、欠損値の扱いをどうするかを決めることが大事かと思います。
       もし、平均値で補完することで問題ないと判断されるようならば、そのようにされたらよいのではないでしょうか。
       そして、論文にその旨を記載されたらよいと思います。

      2. SPECTはIMPでしょうか、ECDでしょうか。
       IMPで動脈血採血をしている定量画像ならば、定量値は信頼性が高いものですので、定量画像を使うのはいいと思います。
       ECDの場合、Patlak plot法は簡便でとてもいいのですが、定量値の信頼性という点では、IMP-ARG法に比べて劣ります。そして、SPMの場合、開発経緯で定性のPETを解析できるようにということで開発が進んできました。従って、SPECTも定性画像で十分に解析できます。

      3. SPM12の場合、SPECTならば以下のように設定します。
      Global calculation: mean
      Global normalisation
      Overall grand mean scaling: yes
      Grand mean scaled value: 50
      Normalisation: proportional

      Global calculation:meanでは以下のことが行われます。
       まず、最初に画像の全体のボクセル値の平均値を求めます。
       次に、そのボクセル値の1/8を閾値として、それより低い値はGMでないということで除きます。
       その後、閾値より高い値の平均値を計算し、それをGlobal valueとします。

      次のGlobal normalisationで(上記の設定ならば)先ほど求めたGlobal valueを50に設定します。

      Normalisationのproportionalは、比例計算でGlobal valueを調整しているということです。

      もし、Global valueが60、海馬の平均ボクセル値が40とするならば、調整後の海馬のボクセル値をXとすると、

      60:50(全脳平均)=40:X

      X=40*50/60

      という計算が行われるわけです。

      以上、ご参考まで。

  4. 根本先生

    お世話になります。
    資料を拝見させていただき、わかりやすくて、とても勉強になりました。
    また、質問があるのです。
    ①SPMの結果の読み方についてです。
    set-levelのc以上のクラスターが結果の表に有意だということで表示されているとおもうのですが、いつも私は、expected voxels per cluster以上のものを有意としてみています。set-levelのクラスターと、expected voxcels per clusterの違いは何なのでしょうか。
    ②結果表示の際、はじめに、FWE0.05で結果表示すると(peak-levelで多重比較を行うと)、no supratheshold clustersになるのですが、cluster-levelの多重比較補正をしたときに、でてくるクラスターを表でみると、FWEpもFWEcも閾値を超えていて、cluster-levelの欄もpeak-levelの欄もpFWEが0.05以下です。それなら、はじめの結果表示で(peak-levelで多重比較を行った際に)FWE0.05を選択したときに結果が表示されてもよさそうにおもうのですが、どうなのでしょうか。また、その際、set-levelの欄が消えているのですが、何か意味があるのでしょうか。
    ③cluster-level多重比較を行った際、論文に、peak-levelのT値やZ値は記載しなくてよいのでしょうか。
    お忙しいところすみません。
    また教えていただければありがたく思います。
    よろしくお願いします。

    • 藤沢先生

      1. set-levelに関しては、クラスターに含まれるボクセル数でなく、クラスターそのものの数です。
       「有意なクラスターはいくつ見つかりました」という情報ぐらいしかないと思っていただけたらと思います。
       expected voxels per clusterの解釈はそのとおりでいいと思います。
      2. すぐできるVBMの群間比較の場合で、検証してみました。
       FWE p<0.05でやると、4つのクラスターが生き残ります。その時の結果は、set-level c=4となっており、FWEp=4.620となります。
       その後、uncorrected p<0.001にすると、39のクラスターが残りますので、set-level c=39となりますが、FWEp=4.620のままです。
       ただ、cluster extentの値が大幅に変わってきます。
       先生の場合、no suprathreshold voxelsになった理由を考えると、extent thresholdを何か設定されていませんでしょうか?
       また、1.に説明したように、set levelは、有意なクラスター数ですので、no suprathreshold voxelsだと、有意なクラスターはありませんから、自然に0になってしまいます。

      3. cluster-levelで多重比較補正を行ったとしても、peak-levelのT値は変わるわけではありませんから、記載したほうがいいと思います。

      以上、よろしくお願いします。

コメントを残す