BrainStat：一个用于全脑统计和多模态特征关联的工具箱

1. 摘要

神经影像数据分析和解释需要结合多学科的共同努力，不仅依赖于统计方法，而且越来越多地依赖于与其他脑源性特征相关的关联，如基因表达、组织学数据、功能和认知结构。在这里，我们介绍了BrainStat，它是一个工具箱，包括（i）在体素空间和皮层空间的神经影像数据集中的单变量和多变量线性模型，以及（ii）死后基因表达和组织学的空间图谱，基于任务的功能磁共振成像元分析，以及几个常见静息态功能磁共振成像大脑皮层模板在内的多模态特征关联。统计和特征关联结合成一个关键的工具箱简化了分析过程并加速了跨模态研究。工具箱用Python和MATLAB实现，这两种编程语言在神经影像和神经信息学领域中广泛使用的。BrainStat是公开提供的，并包括一个可扩展的文件。

2. 引言

神经影像可以在全脑范围内测量个体的大脑形态、微结构、功能和功能连接。通过越来越多的强大的图像处理技术，这些数据可以纳入标准化的参考空间，包括体素空间，如常用的MNI152空间、皮层表面基础空间，如fsaverage，MNI152表面，或grayordinates以及一些脑区分割模板。将神经影像数据注册到一个公共空间，我们能够允许应用统计分析在每个测量单位进行统计检验，包括的单变量广义线性模型和混合效应模型。通常，这种分析需要使用多种工具和程序来进行，减少了分析流程的可重复性并增加了人为错误的风险。在当前的论文中，我们提出了BrainStat，一个统一的工具箱，可以在一个统一的、透明的和开源的框架中实现这些分析。

神经影像研究的高级分析工作流程越来越依赖于以前获得的多种影像模式和非影像的数据集的可用性。当映射到与神经影像测量相同的参考框架时，这些数据集可以用于神经影像结果的背景化研究，并帮助解释和验证结果。例如，结果可能在已经建立的大脑功能架构中进行解释，如基于静息态功能磁共振成像内在功能社区或功能梯度。另一种常见的背景化方法是使用Neurosynth、NiMARE或BrainMap进行自动元分析。这些工具提供了对可能的数千项先前发表的功能磁共振成像研究进行荟萃分析的能力。将一个统计图谱与一个与认知术语相关的大脑激活地图的数据库联系起来，即所谓的元分析解读。因此，提供了一种定量的方法来推断与空间统计模式相关的可信认知过程。最后，将转录组学和组织学的死后数据集映射到一个共同的神经影像空间，使神经影像发现与基因表达和微观结构模式联系起来。这些发现可以提供关于大脑中分子和细胞特性的信息，这些特性在空间上与观察到的统计地图共同变化。通过结合这些特征关联技术，可以推断出神经影像学检查结果的功能、组织学和遗传学相关性。BrainStat提供了一个集成的解码引擎来执行这些多模态特性关联。

我们的工具箱有一个用Python和MATLAB并行实现的工具箱，这是神经影像研究领域中两种常见的编程语言。因此，BrainStat的一个关键设计选择是为了最大限度地同质化实现，从而提高工具的可访问性，并帮助用户在没有先验编程专业知识的情况下学习一种或两种编程语言。BrainStat依赖于一个简单的面向对象框架来简化分析工作流程。这个工具箱可以在https: //github.com/MICA-MNI/BrainStat上公开获得，还有一些文档可以在https://brainstat.readthedocs.io/上获得。我们将工具箱划分为两个主要模块：统计模块和背景化模块（图1）。在本文的其余部分中，我们描述了如何执行图1中所示的分析。

图1. BrainStat工作流程。工作流程被分为一个统计模块（深灰色）用于固定和混合效应线性模型，一个背景化模块（浅灰色）用于与外部数据集上下文化结果。要使用统计模块，用户必须提供体素、顶点或包裹水平的数据，必须指定固定或混合效果模型，并且必须指定模型对比度。一旦指定了这些，BrainStat计算t值并修正模型的p值。t值图或任何其他大脑图可以用于上下文模块，将统计结果与任务功能磁共振元分析的标记嵌入，并建立功能层次、遗传表达和组织学标记。

3. 统计模块

统计模块建立在SurfStat的基础上，这是一个经典但不维护的MATLAB包，用于实现固定和混合效应线性模型。为了在BrainStat实现中创建和拟合这样的模型，用户提供了一个主题×区域×响应变量的矩阵以及一个使用直观的模型公式框架创建的预测模型。这种方法允许将固定/随机效应直接定义为主要感兴趣的变量或控制协变量，促进了横向分析和纵向分析。对于混合效应模型建模，BrainStat使用了g侧规范，这样它就可以容纳多个随机效应作为独立效应，目前的拟合是通过严格的最大似然估计进行的。

为了比较感兴趣的变量（如健康/疾病、年龄）的影响，必须指定一个对比变量。BrainStat可以处理单变量或多变量响应变量数据，并提供两种广泛用于多重比较校正的分析选项，即错误发现率和随机场模型。错误发现率控制了数据中的特征变量（即顶点、体素、包裹）的假阳性比例，而随机场理论修正了曾经报告假阳性发现的概率（包括在峰值点水平和在团簇水平）。

为了说明统计模块，我们下载了微结构信息连接组学（MICAMICs）数据集中的70名被试的皮层厚度和人口统计学数据，其中12人是扫描两次的（图2A）。我们创建了一个线性模型，以年龄和性别以及它们的交互效应作为固定效应，被试作为随机效应（图2B）。这些都是使用固定效应和混合效应类（命名为如它可能包含随机和固定效应）来设置的。接下来，我们将对比数据定义为年龄，即正t值表示皮层厚度随着年龄的增长而减少。该模型采用单尾检验拟合皮层厚度数据。图2C绘制了由随机场理论得到的t值、聚类p值和峰值p值，以及经过错误发现率校正得到的顶点p值。我们发现，在MICAMICs数据集中，年龄对基于团簇水平的皮层厚度有影响。但在随机场理论中，这些团簇中没有显著的顶点级峰值，并且在顶点水平上没有边际显著性。这表明年龄对皮层厚度的影响覆盖了很宽的区域，而不是局部病灶。虽然我们在这个例子中使用了一个自由的团簇水平阈值（p<0.01），但我们通常建议使用一个更严格的阈值（p<0.001），特别是当使用很少的空间平滑的数据时。

图2.拟合年龄对皮层厚度影响的固定效应一般线性模型的Python代码。(A)BrainStat包含的MICA-MICS数据集包含皮层厚度和人口统计学数据。人口统计学数据包含散列的被试ID（SUB_ID）、扫描次数、年龄z分数（AGE_AT_SCAN）和性别（SEX）。(B)我们创建了一个以