雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
腦部圖像顯示了不同的兩天完成3個任務所對應的功能磁共振成像。圖中，暖色顯示一組人激活級别的一緻性，冷色表明獨特的激活模式被檢測的可靠性有多糟糕。
在過去十年裡，數百項已發表的研究聲稱，躺在磁共振機器裡執行某些心理任務時，可以通過磁共振掃描大腦圖像來預測一個人的思維和感覺。
然而，在這一領域做了大量科研工作的一些研究人員進行的一項最新分析發現，當把結論推廣到任意個體的大腦時，這些測量值非常值得懷疑。
杜克大學心理學和神經科學教授艾哈邁德·哈裡裡（Ahmad Hariri）表示，對于在一組人中查找與給定任務相關的大腦結構，通過功能磁共振方法（fMRI）觀察仍然非常有用。
哈裡裡教授說：“掃描50個人将準确地揭示出在進行一項心理任務（例如數數或名字記憶）時大腦的哪些部位平均更活躍。” 功能磁共振通過測量腦血流間接地反映大腦的活動。它表明，大腦中血液供給豐富的區域，很可能是該區域的神經元在進行腦力勞動時更加活躍。
問題在于，對于任意給定的同一個人兩次測量的腦活動水準可能不同，并且每次測得的結果都會變化。這樣的結果無法應用于預測任意個體未來的心理健康或行為。
哈裡裡教授和他的同僚基于功能磁共振資料重新測評了56篇已發表的論文，以評估其在90項實驗中的可靠性。哈裡裡教授說，研究人員們認識到“第一次掃描與第二次掃描之間的相關性并不好，很差。”
他們還再次測評了來自人類連接配接組計劃項目的大腦磁共振資料（哈裡裡稱其為“目前我們領域的聖經”），并檢視了45個人的測試/重新測試結果。對于七項大腦功能名額中的六項，與同一個人相隔約四個月進行的測試得到的結果之間的相關性很弱。研究的第七項名額，即語言處理，隻是較好的相關，并不顯著。
最後，他們研究了通過紐西蘭但尼丁多學科健康與發展研究收集的資料，其中有20個人接受了兩次基于任務的功能磁共振成像，相隔兩三個月。同樣，他們發現一個人第一次測試和再次測試之間的相關性很差。
最重要的是，目前形式的基于任務的功能磁共振成像無法告訴您從一次測試到下一次測試，一個人的大腦激活的樣子。這項新的分析6月3日發表在《心理學》雜志上。
“這對我的工作比對其他任何人的都更重要！” 哈裡裡教授說，他的聲音越來越高。“這是我的錯。我打算犧牲自己。如果我們無法解決這一關鍵局限性，則功能磁共振的整個分支機構可能會滅絕。”
哈裡裡教授一直在使用1,300名杜克大學大學生的功能磁共振資料做為長期研究的一部分。通過将腦部掃描，基因測試和心理評估相結合，哈裡裡教授正在尋找人們處理思想和情感方式上個體差異的生物标志物。例如，為什麼一個人遠離創傷事件會得創傷後應激障礙症或抑郁症，而另一個人則沒有。
“我們無法繼續進行同樣的“熱點”研究。”哈裡裡教授說，“我們可以再次掃描相同的1300個大學生，但是同一個人看不到同樣的模式。”
使用現有技術來解決可靠性問題的一種可能解決方案是在磁共振掃描器中收集一個整小時或更長時間的資料，而不僅僅是五分鐘。哈裡裡教授還說，另一種政策是以可靠地測量大腦活動中的個體差異為明确目标，從頭開始開發新的任務。與此同時，哈裡裡教授和他的團隊将研究重點轉移到了高度可靠的腦部結構磁共振的測量上。
斯坦福大學心理學教授拉塞爾·博爾德拉克（Russell Poldrack）說：“這似乎并不是我們不知道這些可靠性問題，隻是本文将這些問題更加尖銳地整合到了一起。”他有15年前發表的功能磁共振文章在重新分析的那些文章之中。
波爾德拉克教授說：“這是一個很好的警鐘，哈裡裡教授指出這一問題，這是他正直的标志。”波爾德拉克教授沒有參加荟萃分析，但他說他懷疑功能磁共振的可靠性已有很多年了。
波爾德拉克教授預測，腦連接配接成像——看大腦的各個區域如何連接配接起來完成一項任務，而不僅僅是看哪些腦區活躍，将成為進一步研究的方向。哈裡裡教授也認為，識别全腦的活動而不是一兩個區域的活動可能提高可靠性。
與此同時，哈裡裡教授和波爾德拉克教授都表示，科學工具的戲劇性揭穿背後的社會學将會很有趣。
“您可以做三件事，”波爾德拉克說，“您可以站起來并退出，可以将自己的頭埋在沙子裡（就像什麼都沒變一樣行事），也可以深挖并嘗試解決問題。”
小編的話：
研究資料的可重複性越來越被重視，本文作者勇于站出質疑自己早期的文章，是非常難得的。科學發展的過程中需要這樣的科學家，我們要向他學習。
不久前，在可重複性測試中，來自全球的多個神經影像專家團隊被要求獨立分析和解釋相同的功能磁共振成像資料集。測試結果于2020年5月20日發表在《Nature》，表明每個團隊得出的結論都有所不同。Nature裡程碑研究：神經影像資料分析的可重複性問題。清楚地表明了許多科學家的疑慮：神經影像分析得出的結論極易受到調查人員在如何分析資料方面所做的選擇的影響。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/zhibo立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-06-08
本文作者：brainnews創作團隊
本文來自：“
人工智能學家 微信公衆号”，了解相關資訊可以關注“
人工智能學家”
![在weka中內建自己的算法[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)