기능적 MRI의 기초: 원리와 분석

기능적 자기공명영상(fMRI)은 살아있는 인간의 뇌를 매핑하는 우리의 능력을 혁신적으로 변화시켰지만, 이 복잡한 데이터를 해석하려면 여러 과학 분야에 대한 확실한 이해가 필요합니다. 이 과정은 fMRI가 작동하는 방식에 대한 포괄적인 소개를 제공하며, 생물학적 신호와 이를 이해하는 데 사용되는 통계 모델 사이의 간극을 연결합니다. 참가자가 스캐너에 들어가는 순간부터 연구의 최종 결과에 이르기까지 전체 신경영상 워크플로우에 대한 명확한 관점을 얻게 될 것입니다. 뇌 매핑의 근본적인 논리에 초점을 맞춤으로써, 신경영상 연구를 비판적으로 평가하고 자신의 연구를 계획할 수 있는 기술을 개발하게 될 것입니다. 학습 내용: - BOLD 신호의 생리학적 기초와 신경 활동과의 관계를 이해합니다. - MRI 획득의 기본 물리학과 공간적 및 시간적 해상도가 데이터 품질에 미치는 영향을 학습합니다. - 실험 설계 원리를 적용하여 과제 기반 및 휴지 상태 fMRI를 위한 견고한 연구를 설계합니다. - 움직임 보정 및 공간 정규화를 포함한 전처리 파이프라인의 필수 단계를 숙달합니다. - 일반 선형 모델(GLM)과 통계적 추론을 사용하여 뇌 활동을 분석합니다. - 연결성 분석 및 오픈 사이언스 데이터 표준을 포함한 신경영상의 현대적 동향을 탐구합니다. 이 과정은 데이터 처리 및 통계 모델링의 실용적인 측면으로 넘어가기 전에 기초 용어 및 생물학적 개념으로 시작합니다. 심리학, 신경과학, 공학 등 다양한 분야의 초보자를 위해 설계되었으며, 사전 신경영상 경험은 필요하지 않습니다. 오늘 바로 뇌 매핑 과학으로의 여정을 시작하십시오.