多くの方から、”Second-level Analysis”のチュートリアルを執筆するように言われていましたが、なかなか時間がとれなかったのでそのままになっていました。
ようやく、時間がとれたので second-level analysis にいきます。
First-level analysisで Done と押すと、以下のような画面になるはずです。
ここで、大事なのは、画面中央の “Subject effects” と “Between-subjects contrast” です。
CONNがすごいのが、SPMで設定するコントラストを自動で考えてくれるところです。
それでは、2群間の比較から行きましょう。
健常者より統合失調症でfunctional connectivityが落ちているところをまず探したいと思います。
年齢と性別は共変量として扱いましょう。
まずは、”Subjects effect” のところで、シフトキーを押しながら、
control
patients
age
gender
の4つを選択します。
次に、Between-subject contrastsで、”Any effects of interest” のところをクリックして、”control > patients”を選択します。
そうすると、上のコントラストが自動で [1 -1 0 0] となります。
つまり、SPMで自分で設定しなければいけないコントラストを、CONNは自動で設定してくれるのです。
そうすると、画面下に、統計の表があらわれます。
ただ、これは味気ないので、もう少しファンシーな結果を見ましょう。
画面左下にある “Results explorer” をクリックしてください。
これを見ていきます。
- Define connectivity matrix
- Select seed ROI(s)
- Define thresholds
- 統計結果
これは、connectivityの行列のサイズを示します。今は、164のROIを使っているとわかります。
これは、左側にある図の seed がどれかを示します。今は、右前頭極がシードになっています。左側の絵が真っ黒ということは、右前頭極と相関をきたす領域で、統合失調症が健常者より落ちているconnectivityはなかったということになります。ちなみに、seedは、ひとつずつ変更していくと、左の絵が変わりますし、CtrlキーやShiftキーを使って複数選ぶことも可能です。下の”Select all”を選ぶと、ROIをすべて選ぶことになります。あたりをつけるために、やってみるといいと思います。今の場合でやった結果を下に示します。
ここで統計の閾値を設定します。今は、FDRで多重比較補正をかけて p<0.05 となります。 閾値を変更したかったらここで変更します。
その下にあるのは、統計結果です。領域が出ているところを選択すると、左側でどのconnectivityかを示してくれます。
表示も変えてみましょう。
メニューの View -> axial view を選んでください。
そうすると、以下のようになります。
きれいですね。
coronal, sagittalも同様です。
そして、3d viewを選択すると、以下のようになります。
これも素敵ですね。
こんな感じで結果を表示できます。