校正的再次咨询

Submitted by liufeng on Thu, 10/06/2011 - 10:26

上次那个关于校正的帖子不晓得怎么回复，在这里再次请教下大师。原帖http://www.restfmri.net/forum/node/672

您好，那FDR没有用到随机场校正吧。是不是fwe就是改进版的bonferroni呢，就是说bonferroni用的是：如果有10000个体素，那么bonferroni 0.05校正就是0.05/1w;如果是fwe校正，那么先用随机场理论找到这1w个体素中独立体素的个数。然后fwe就是用0.05/独立体素的个数？是这样的吗？

还有，fdr校正应该控制的是（假激活体素/全脑激活体素）把。如果我做了静息态某一指标的研究，如：reho，alff，falff。要做校正的时候，fdr0.05校正过程是什么样的呢？怎么判断全脑激活体素的个数呢？如果全脑有1w个体素，他全脑激活体素个数是多少呢？因为你取不同的校正之前的p值就会相应的有不同数量的激活体素。是不是先用未校正的p=0.05衡量下全脑激活体素个数呢？如果体素的p值小于0.05，就认为他是激活体素？（因为我们最后所得就是一个t map，不同的p值对应了不同的存活下来的体素的数量。）
然后具体fdr校正过程是什么样的呢？

谢谢

Submitted by YAN Chao-Gan on Sun, 10/09/2011 - 23:01

Hi!
关于FDR校正，视频第二部分有比较详细的介绍。FDR的目标是控制错误发现率（假激活体素/报告的激活体素）低于一定值。比如说FDR控制Q<0.05，就意味着在这种校正之后，你每报告100个激活体素，其中只有5个是假阳性。为了达到FDR的目标，就需要基于你报告的所有体素的P值数据，去计算一个P的阈值，当P小于这个阈值的时候，可以认为错误发现率将小于给定的Q（如0.05）。寻找的P阈值的算法是先对所有P进行排序，然后寻找第一个满足某种条件的P，具体的算法可以参见视频或google。

SPM的FWE校正我用得不是太多。我个人对SPM称为FWE校正持保留意见，因为FWE rate（familywise error rate）是指发生false positive的概率，控制的方法有很多种。SPM使用的是随机场理论来进行校正，需要考虑空间相关性（空间平滑是其中一个重要指标），原理同AlphaSim有些相通。我用AlphaSim比较多，在视频第二部分也有些介绍。张寒可能会给出关于SPM随机场理论FWE校正的更多信息。

Submitted by ZHANG_RESTadmin on Mon, 10/10/2011 - 01:31

Liufeng这个问题很好。
FDR超赣说的很清楚了。REST采用的做法，形象说就是寻找p值排序曲线和“理想FDR曲线”的交叉，作为实际的p值。在实际上一个voxel都不激活的情况下，FDR就等价于FWE。

在实际上有若干voxel激活的情况下，FDR的power要大于FWE(from SPM)。

FWE是说，在一次统计中，只要有一个voxel假激活，这次统计就记作假的，这种效果类似株连全家一样，因此叫familywise.
本来一个voxel假激活概率是0.05，如果这样算的话，“全脑任何一个voxel假激活“这个事件发生的概率要大于0.05，这就是为什么FWE校正要0.05/number of total voxels的原因。
由于独立的voxel数量较真实voxel数量小，因此实际上分母并不是number of total voxels, 而是number of independent voxels.
这个独立是怎么算的那，就是通过随机场理论，通过平滑核的大小来估计独立的voxel数量。

Submitted by YAN Chao-Gan on Mon, 10/10/2011 - 06:43

Thanks for the information.

It seems the algorithm and results are compatible between AlphaSim and 3dClustSim. The advantage of 3dClustSim is that it is faster and more convenient (extract the information which in a complex table as AlphaSim and can be stored in AFNI header.)

So currently, it seems we will get the same results in our daily route by AlphaSim or by 3dClustSim.

* This program (3dClustSim) is like running AlphaSim once for each '-pthr' value and then
extracting the relevant information from its 'Alpha' output column.
++ One reason for 3dClustSim to be used in place of AlphaSim is that it will
be faster than running AlphaSim multiple times.
++ Another reason is that the resulting table can be stored in an AFNI
dataset's header, and used in the AFNI Clusterize GUI to see estimated
cluster significance (alpha) levels.