fNIRS标准空间-续上篇

在上篇的结尾我说“其实我还有很多地方不是特别明白”，秉持着做学问应当有深究到底的精神，我昨晚通过查各种资料、问GPT等方式，基本上解决了我的困惑。虽然我知道，这只是一个很小的知识，把它理解地很透彻对我即时能力的提升帮助不是很大，但是我相信，正是这些一个又一个小知识的掌握，让小白成为更优秀的小白。

我不明白的第一个点在于：MNI标准模板到底是什么，它是怎么得到的？

解答：MNI标准模板本质上就是一个标准的MRI像。MNI的建立过程大致可以理解为：研究者先采集了一批健康被试（假设有n个）的MRI像，然后以一个MRI像为基准，把剩下的n-1个MRI像都通过放大、缩小、拉伸等操作放到基准MRI像上，然后把这n个MRI像做平均，就得到了MNI标准模板。（GPT说MNI模板长这个样子，仅供参考吧：

那么问题又来了，以哪个MRI像为基准呢？

解答：在最初的MNI标准模板建立之前，有研究者用一位60岁女性的脑解剖结构建立了第一个3D大脑模板，名字叫做Talairach模板，这个模板和MNI模板类似，也是由X Y Z三个维度组成，但是参考框架和坐标点有所不同。第一个MNI标准模板在建立的过程中，使用的基准就是Talairach模板。之后再建立新的MNI标准模板的时候，就是以第一个MNI标准模板为基准了~

最后一个问题，收到了fNIRS数据，到底怎么把fNIRS的空间标准化（又可以叫做映射）到标准MNI空间中？

这其实就是上篇文章所说的”概率配准方法“，这个方法的大致过程我理解，不理解的点在于，为什么要在空间标准化之前先收集n个被试的MRI像（每个MRI像中都标记了5个颅骨参考点以及10-20参考系统参考点，这些MRI像被标准到MNI空间），然后把这n个被试的MRI像配准到标准的MNI空间，然后再测量要做空间标准化的被试（假设有m个）的光极、测量通道的三维坐标，将其分别映射到n个被试的MRI像中……

目前我对这个问题的理解是（问了我做近红外的师姐）：首先，我们有感兴趣的脑区，然后利用光极去测感兴趣脑区的血液动力学活动，那么我们怎么知道我们的光极放对了位置呢，也就是说，我们怎么知道光极的位置确实是属于感兴趣脑区的呢？所以在正式实验之前，我们需要先做好帽子，然后把帽子戴到被试头上，去扫被试的MRI结构像，看一看光极和测量通道所在的MNI坐标，看看它是不是在感兴趣的脑区。其次呢，

MNI标准空间模板里没有标注10-20参考系统的参考点，我们没有参考点可以将m个被试的脑解剖映射到MNI标准空间中，所以，先收集n个被试的MRI像（并且每个MRI像中都标记了5个颅骨参考点和10-20参考系统参考点）应该是起到了个中介、桥梁作用，将m个被试和MNI标准模板联系起来。

此时我们再来回顾一下“概率配准方法”：

①收集n个健康被试的MRI像，在MRI像中标记出5个颅骨参考点和10-20参考系统参考点，然后将n个MRI像配准（其实就是放大、缩小、拉伸等操作）到标准MNI模板中。

②对于m个被试，每个被试都测量其5个颅骨参考点、21个10-20参考系统参考点的三维坐标，将分别映射到n个已经配准到标准MNI模板的MRI像中，达成“将被试的fNIRS帽子虚拟地放置在n个被试头上”的效果。最终的结果就是，每个被试的5+21=26个参考点分别得到了n个MNI坐标，分别将26个参考点的n个MNI坐标平均，就可以得到每个被试每个参考点的MNI坐标。

但是这个方法有点繁琐，m个被试，每个被试都用三维定位仪定位26个参考点的三维坐标，工作量太大了。所以在正式实施的过程中，研究者可能会对此过程进行简化：①收几个典型被试的MRI像，看做好的帽子的光极对应的MNI坐标在不在感兴趣脑区，以及两个被试的MNI坐标差别大不大，如果不在或者差别较大，就接着调，调好之后再进行下一步骤；②收集m个被试的fNIRS数据，不再对每个被试测26个参考点的三维坐标，直接假设m个被试的fNIRS帽子虚拟地戴在典型被试头上，也就是，m个被试的头和典型被试的头长得一模一样，m个被试的MNI坐标和典型被试的MNI坐标也完全一样。最后报告的时候，报告的MNI坐标就是典型被试的MNI坐标。