预测粗分辨率功能磁共振中的皮层信号混叠：表面映射的前向算子分析及校正的条件性收益

基于表面的 fMRI 投影可能混合来自在体积上接近、但沿折叠皮层片距离较远的皮层位置的信号。我们构建了一个结合解剖与采集信息的线性前向算子来估计这种混合，并评估了一种将其反演的带正则化表面重建方法。在 HCP 7T 几何结构下，该算子预测的远皮层净贡献对标准表面值的影响，在组平均皮层中分别有 4%、10% 和 22% 的区域超过 5%（对应 1.6 mm 以及模拟的 2.4 mm 和 3.2 mm 分辨率）。纳入建模的远成分后，在高泄漏区域中，对模拟的较粗图谱以及真实较粗的 StudyForrest 会话的预测得到改善。以更细分辨率的跨运行 fMRI 参考为基准，带正则化的重建降低了 HCP 发育数据（n = 15）以及一项预先设定的、家庭独立的验证性分析（86 个家庭中的 158 名参与者）中的残差误差。在 HCP 以及一个独立的 3T 数据集（35 名测试参与者）中，改善程度随一种响应加权污染度量而增加，尽管该度量的仅粗数据版本未能推广到 3T——在 3T 中，解剖图谱预测了在二倍粗化时的增益。在 3T 样本中，总体性能在二倍粗化时改善，但在 1.5 倍粗化时未改善。消融与数据缩减分析与局部反卷积的重要贡献相一致，但未能唯一确定其机制。对于多运行平均，收益较小或不存在，且未能在分别采集的会话之间确立稳健的改善。泄漏图刻画的是模型预测的带符号混合，而非直接测量的信号来源；且每一项增益都是相对于 fMRI 参考而非相对于真实皮层响应来测量的。代码、分析方案和组泄漏图（7T 和 3T）已在公共仓库中提供。

中文由 AI 翻译，仅供参考，以原文为准。