《功能磁共振成像》：
典型的运动校正是通过使用图像配准软件获得运动回归变量来进行的。对功能图像的视觉检查和手动选择清楚地包含运动效应的时间序列信号，然后将其回归或正交化，可以有效处理运动。其他方法包括图像配准和时间序列“清理”（自动检测“异常”图像并将其从分析中删除）。其他关于运动的研究方法包括设计含有简短任务的范式，使来自任务本身的任何运动都可以被识别，例如任务本身的运动是快速变化的，而血流动力学反应的变化是缓慢的，因此可以通过它们的时间特征来分离信号。
近年来，利用在头部安装光学传感器进行跟踪，然后将位置信息反馈给成像梯度，通过改变成像梯度的位置或方向，使梯度本身略有调整，以保持恒定的头部位置，从而努力主动减少运动影响。销售具有这种功能的仪器的主要公司是KinetiCor。
处理运动的一个更直接的策略是采用有效的方法使头部保持不动。这种方法需要使用咬合条和可塑头部铸件来完成。这个方法在一些受试者身上有一定的效果，但存在由于不舒服而导致扫描时间缩短，或者更糟糕的是由于受试者的不适导致在扫描过程中因主动重新定位从而出现更多的运动。
除了头部运动的问题，不伴随任何头部运动的腹部运动，也会对fMRI信号产生影响。每一次呼吸，当肺部充满空气时，会改变胸腔内信号与外界空气之间的磁化率差异。这种改变会对主磁场产生影响，并且可以一直延伸到大脑，导致呼吸引起的图像失真和信号丢失。这一问题在磁场更强的区域更严重，这些区域组织之间磁化率差异的效应被增强。可能的解决方案是使用诸如瑞士Skope公司出售的“场摄像机”直接测量头部附近的磁场，然后在后处理中使用这些动态测量的场扰动作为回归变量，或者在收集数据之前将该信号反馈给梯度和垫片（夹缝物）以进行校正。
在静息态fMRI中，由于缓慢运动或呼吸伪影可能具有相似的时间特征，运动更难被识别和去除。此外，如果在特定群体中，如儿童或注意缺陷障碍（attention deficit disorder，ADD）患者的固有运动之间存在系统性差异，那么对静息态fMRI结果的群体差异的解释就会成问题，因为运动的程度会随着个体遭受这些障碍的程度而变化。
在高分辨率研究中，特别是观察脑底的微小结构时，运动是一个主要的混淆因素，因为脑底在每个心搏周期中都会发生物理运动。解决方案包括心脏门控和平均化。放置门控是一个有效方法，但TR会随着心搏周期长度的变化而发生变化，从而引起相关的信号变化，这需要用后处理方法来解释，但通常并不可靠。
一种新的运动消除方法是使用多回波EPI，它允许用户基于与T2*变化模型相匹配的信号来区分BOLD效应和非BOLD效应。
另一种运动伪影是通过平面运动产生的。如果一个稍微不同的头部位置引起一个略微不同的切层（slice）被激发（有射频脉冲），那么一些质子将不会穿过射频脉冲，并且磁化强度不再处于平衡状态（通过恒定的TR达到）。如果发生这种情况，即使校正切片位置，仍然存在一些剩余的非平衡信号（需要几个TR才能恢复平衡）。这个问题的解决方法是对组织的T1效应进行建模。然而，这个方法还会消除部分BOLD信号的变化，所以这个问题仍然未被彻底解决。
最后，扫描仪漂移也可能导致明显的运动。当扫描仪运行时，梯度、梯度放大器和射频线圈会升温，引起磁场及射频线圈的共振频率漂移，这将会导致图像位置和图像重建质量发生变化。大多数供应商都有解决这一问题的软件，但这并不是一个理想的解决方案。如果扫描仪没有这种不稳定性会更好。
总之，运动仍然是该领域的一个问题，也是每个使用者仍然千方百计要解决的难题。然而，随着我们对运动来源、运动伪影的空间和时间特征及BOLD信号本身的时间和空间特性有了更深入的了解，它会变得更好把控。
一旦完全消除运动和非神经元生理波动，就会有研究上的突破。由于生理噪声设置上限，fMRI时间序列的时间信噪比不高于120：1。如果该噪声源被消除，那么时间信噪比将仅受线圈灵敏度和场强的限制，这样一来可能允许fMRI时间序列信噪比接近1000：1。这种改进将改变这一领域。
……
展开
