腦科學(xué)麻煩了：fMRI分析爆重大缺陷

瑞典科學(xué)家下載了大量腦科學(xué)的功能性磁共振成像數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)：fMRI軟件在判斷腦活動(dòng)時(shí)會(huì)出現(xiàn)*概率的假陽性。

毫不夸張地說，功能性磁共振成像（fMRI）給神經(jīng)科學(xué)領(lǐng)域帶來了翻天覆地的變化。當(dāng)不同腦區(qū)的活躍程度發(fā)生變化，血流量也會(huì)相應(yīng)改變，神經(jīng)科學(xué)家用核磁共振儀搜集各個(gè)腦區(qū)血流量變化情況。利用這個(gè)技術(shù)他們可以非侵入性地找出負(fù)責(zé)處理不同任務(wù)（比如玩經(jīng)濟(jì)學(xué)博弈游戲，或是閱讀文字）的腦區(qū)。

不過這種研究方法和使用者都受到了不少批評(píng)。有人擔(dān)心，這個(gè)技術(shù)夸大了我們閱讀人類心智的能力。有一些人則指出，對(duì)于 fMRI 數(shù)據(jù)的不當(dāng)分析可能會(huì)產(chǎn)生誤導(dǎo)的結(jié)論，比如一項(xiàng)研究關(guān)于死亡鮭魚的研究。

雖然上述問題常由拙劣的統(tǒng)計(jì)方法造成，但是一項(xiàng)發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》（PNAS）上的研究（Eklund， Anders， Thomas E. Nichols， and Hans Knutsson. “Cluster failure： Why fMRI inferences for spatial extent have inflated false-positive rates.”Proceedings of the National Academy of Sciences（2016）： 201602413. 論文基本信息見文章末尾）指出，問題要嚴(yán)重得多。fMRI 分析中涉及到的一些基本算法會(huì)產(chǎn)生假陽性“信號(hào)”，并且頻率高到令人擔(dān)憂。

fMRI 背后的原理很簡(jiǎn)單：神經(jīng)活動(dòng)需要消耗能量，消耗掉的能量需要補(bǔ)充。這意味著新近活躍的腦區(qū)的血流量會(huì)增加。高分辨率的 MRI 可以得到這種血流量數(shù)據(jù)，研究人員借此識(shí)別執(zhí)行某項(xiàng)任務(wù)時(shí)被激活的腦結(jié)構(gòu)。

然而，這種理論在實(shí)際中的應(yīng)用相當(dāng)復(fù)雜。成像過程將大腦分割成被稱為體素的細(xì)小三維單位，然后分別記錄在每個(gè)體素中的活躍度。

由于體素非常之小，軟件必須對(duì)整體進(jìn)行檢查，找尋“聚群”（clustering）——一群行為相似的相鄰體素。死鮭魚研究的顯著性結(jié)果是因?yàn)樵撥浖J(rèn)配置成目前 MRI 儀掃描輸出的巨量體素值。也就是說即使在 95% 的置信水平上，假陽性也不可避免。

這項(xiàng)新研究的作者是一隊(duì)瑞典研究者。他們提出該軟件還存在其他問題。他們利用了zui近興起的公開數(shù)據(jù)的潮流，下載了幾百個(gè)其他研究中的 fMRI 掃描數(shù)據(jù)，然后自己進(jìn)行的分析。

他們主要關(guān)注靜息態(tài)的大腦，這在對(duì)特定腦活動(dòng)進(jìn)行的研究中常作為比照的控制組。靜息態(tài)數(shù)據(jù)中，一些受試者可能顯示出特定腦活動(dòng)，比如移動(dòng)腿部或是思考晚餐；但是總體而言，接受掃描的人腦中不應(yīng)出現(xiàn)一致性的、系統(tǒng)性的信號(hào)。

研究作者一開始收集了大量原本作為控制組的數(shù)據(jù)，然后從中隨機(jī)選取了一些作為控制組，另一些作為“實(shí)驗(yàn)”樣本。然后他們將這個(gè)過程重復(fù)了幾千次，把數(shù)據(jù)輸入 3 個(gè)軟件包中的一個(gè)進(jìn)行分析。他們微調(diào)了參數(shù)，來看參數(shù)如何對(duì)結(jié)果產(chǎn)生的影響。

研究結(jié)果對(duì)于使用 fMRI 的人來說并不是什么好消息。“簡(jiǎn)而言之，”作者們總結(jié)道，“我們發(fā)現(xiàn)所有 3 個(gè)軟件包用體素得出的推論都很保守，而用聚群分析卻得出了無效的推斷。”

換句話說，軟件在判斷某個(gè)體素是否顯示出腦活動(dòng)時(shí)非常謹(jǐn)慎，而聚群識(shí)別的算法卻常常把一個(gè)沒有進(jìn)行腦活動(dòng)的區(qū)域識(shí)別為表現(xiàn)出了腦活動(dòng)。這有多頻繁呢？根據(jù)算法和使用的參數(shù)的不同，可得到高達(dá) 70%的假陽性。

雪上加霜的是，測(cè)試過程顯示了一個(gè)潛伏了15年的編碼漏洞。填補(bǔ)這個(gè)漏洞后假陽性減少了超過10%。雖然這個(gè)漏洞被修復(fù)了，但是卻有那么多發(fā)表出來的論文是用出錯(cuò)的版本分析的，真是太悲劇了。

研究人員還發(fā)現(xiàn)，一些腦區(qū)更可能出現(xiàn)假陽性的問題是因?yàn)樗惴▽?duì)大腦的形態(tài)存在一定假設(shè)。

事實(shí)真的這么糟糕嗎？作者們認(rèn)為的確如此。“我們的研究質(zhì)疑了無數(shù)基于參數(shù)智能聚群推斷的已發(fā)表的 fMRI 研究的有效性。”雖然不清楚到底有多少論文涉及這個(gè)問題，但是用 fMRI 做的研究中可能有很一大部分牽涉其中，估計(jì)涉及4萬名作者。

作者們還注意到，目前的公開數(shù)據(jù)行動(dòng)讓任何人都可以容易地追溯研究，并以新的思路更小心地重新分析原始研究的數(shù)據(jù)。但是大多數(shù)已發(fā)表論文的數(shù)據(jù)還未公開，所以現(xiàn)在并沒有很多的事情可做，除了在以后的研究中更加小心。