2016年一篇讲述有关()数据统计算法有误的论文发表后,它给脑科学研究领域带来的震荡不亚于...。要知道目前所有的大脑功能研究,都是以功能性磁共振成像为基础的,若算法一旦有误,岂不是意味着已发表的数万篇论文都成了无稽之谈?
大脑作为最复杂的机器,解释其运作原理一直是家们孜孜不倦的目标。让我们从功能性磁共振成像的原理开始谈起吧!
什么是功能性磁共振成像?
功能性磁共振成像是一种非性的人体内部解剖结构成像方法,利用一定频率的射频信号在一外加静磁场内,对人体的任何平面,产生高质量的切面成像。这项技术已广泛应用于脑功能的临床和基础研究中。活动与细胞能量代谢密切相关,功能磁共振成像并不能直接检测神经元活动,而是通过MR信号的测定来反映血氧饱和度及血流量,从而间接反映脑的能量消耗,因此,在一定程度上能够反映神经元的活动情况,达到功能成像的目的。其测量的血流量变化与正电子发射断层扫描大致相同,但测量的原理不同。血流量的改变会导致血液中氧浓度的改变,从而改变正常磁共振成像的信号强度。
功能性磁共振成像能快速、及时地获得许多磁共振图像,而不是只获得一张精致的图像,这样就能用图像记录下随着时间流逝而发生的改变。这些改变与血液中的氧浓度改变有关,而氧浓度的改变又与神经活动有关。虽然这不是最为直接的测量,但功能性磁共振成像在神经科学领域中发挥了良好的作用,因为它的空间分辨率非常高(精确到几毫米的程度),而时间分辨率也不差(差不多是秒级的)。
它是怎么影响了大脑研究,有什么依据?
由于功能性磁共振成像和正电子发射断层扫描实质上是对神经活动,或者说是对功能进行成像,而并非针对大脑结构,所以它们被称为“功能性脑成像”方法。其中一个主要的问题来源是不同个体的大脑在解剖学和功能上具有差异。把大脑看作面孔可以帮助我们理解这个问题:在宏观层面上,所有面孔都具有相同的基本结构,但是在细节上它们各不相同。如果研究的目的是为了对单个个体的解剖构造进行成像并绘制功能图,这并不会成为一个问题。然而,如果我们想要对“一般大脑”如何工作进行推断,就需要将一群被试作为样本,然后以某种方式对他们的解剖构造和功能性激活模式进行平均。
功能性成像的经典方法是将单个个体的数字大脑影像置于正常的解剖空间进行标准化(实质上是进行图像变形),然后对不同被试的功能性活动进行平均,从而确认在样本群体中始终观察到的是哪种模式。这样处理会造成两种误差来源。其一是个体的解剖构造不可能完全一致,其二是在解剖结构内的功能界限也不可能完全一致。在空间分辨率上,这种误差效应会造成群体平均脑成像数据比利用同样方法获得的个体被试数据的空间分辨率更低,有时还可能会导致错误定位。假设我们对两张面孔进行平均(图形变换处理),一张面孔眼距宽,另一张面孔眼距窄。对两张面孔进行平均后,眼睛将位于两者之间,而这个位置无法代表任何一张面孔中眼睛的真实位置。平均还会降低灵敏度。许多人脸上会长斑,但是,如果你对一群人的面孔进行平均,斑点往往会消失不见,因为在不同的面孔中,它们的位置是不同的。
对于大脑的激活模式来说也是一样。如果某个功能区相对较小(比如小于 1 平方厘米),而不同个体之间该功能区的位置差异大于 1 厘米,那么平均之后它往往就会消失。因此,一些神经影像学研究者会避免进行群体平均,主张对个体被试进行分析。例如,在绘制视觉皮层的图像时通常就会这样做,因为视觉皮层的功能区域小而多变。功能性成像虽然具有极为强大的功能,但对于揭开大脑组织的真实面貌,却并不是万能的。
问题出在了哪儿?
根据波士顿麻省总医院的最新研究显示,过去最常用的功能性磁共振成像软件存在重大瑕疵,导致误报率高达70%。这意味着有约4万份论文的研究成果可能都存在疑虑。换句话说,那些有关于对人类活动(像是恋爱、运动、游戏甚至是吸毒)脑部变化的理解也可能都要重写。