第三章 研究方法
第五節 資料分析方法
解析度 T1-weighted 結構性掃瞄，其參數設定如下：採用 3D-MPRAGE 脈衝序列，
影像尺寸為 256×256×192 像素，空間解析度為 1x1x1 mm3 之等相位空間影像 (isotropic image)，反轉時間（Inversion time, TI）為 1100 毫秒，TR = 2530 毫秒，
TE = 3.3 毫秒，FA = 7°，頻寬為 200 Hz/pixel，平行影像掃瞄 iPAT=2，總掃瞄 長度約為 6 分 3 秒。
第五節、資料分析方法
ㄧ、RS-fMRI 資料分析對於掃描所得的資料，前處理以 Statistical Parametric Mapping (SPM, Wellcome Trust Centre for Neuroimaging, University College London, London, UK) 軟體掛載在 MATLAB 程式中進行分析。
步驟參考過去文獻中使用的方法(Wu, Chen, Liu, Chao, Biswal & Lin, 2011)，
首先先使用 SPM 中的 dicom import 進行轉檔，將原本的 MRI 輸出檔格式轉為 SPM 能分析的資料格式。在第二步驟進行進行頭部移動量之校正(motion
correction)，此步驟是為了避免在 MRI 接收訊號過程中，參與者頭部輕微移動造 成分析資料時出現假活化，會在這個階段將影像進行重新排列，並估算過程中參 與者頭部移動狀況。
第三步驟則為結構對位(coregistration)，在此階段使用參與者的 T1 影像與平 均 EPI 影像估算參數，以利估計參與者的功能影像對應到結構影像的空間關係參 數；第四步驟為影像常規化(normalization to MNI template)，利用對位階段估計 的參數讓參與者的 EPI 影像轉為符合參與者的 T1 影像結構，並把第一次轉換後 的影像轉為符合程式中的 T1 模板影像，經過此步驟才能讓參與者腦部影像常規
‧
區邊緣活化的效果；為了避免隨時間造成的訊號改變之影響，以 REST toolbox 掛載在 MATLAB 程式中，去除線性訊號飄移(detrending)，並以 0.01 ~ 0.1 Hz 的 帶通濾波(band-pass filtering)去除高頻與低頻雜訊(Ding et al., 2011)。最後已過去研究發現的位置做為種子區域，分別是與情緒感受有關的杏仁核 區域（左側：-22, -7, -19；右側：22, -7, -19），與負向感受有關的腦島區域（左 側：-40, 16, -14；右側：42, 14, -18），與正向感受有關的依核區域（左側：-12, 12, -12；右側：12, 8, -12），以及與訊息處理有關的眶額葉皮質區域（左側：-20, 34, -16；右側：6, 16, -8）(Golkar et al., 2014; Liu et al., 2007)；並把參與者的頭動、
灰質與腦脊液參數作為共變數，以軟體計算參與者的全腦靜息態功能聯結圖譜，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
研究選定的區塊大小為 67 體素，而顯著水準則定為.005。
三、功能聯結網絡與量表之相關分析
本研究將具有顯著差異的聯結區塊以 XJVIEW 程式匯出遮罩檔，並利用 REST 程式擷取參與者全腦功能聯結圖譜中位於遮罩檔區塊的數值，以此方式獲 得的數值作為種子區域與顯著差異區塊間的聯結強度，並分別與量表進行相關分 析，為探討低階因子與聯結間的關係，本研究進一步觀察再排除憂鬱傾向後，以 及排除社會焦慮傾向後，低階因子與具顯著組間差異的聯結之關聯性。
‧
落在右側眶額葉皮質(18, 28, -20)、左側顳中迴(Inferior Temporal Gyrus; -52, -12, -26)、左側眶額葉(-38, 42, -18)與右側眶額葉(44, 34, -14)，此比較的顯著區塊主要 落在額葉與顳葉。此次的發現大致可與過去研究相呼應，Blair 等人(2008)的研究發現舌迴區域 的活化差異與評價的來源有關，而扣帶迴的活化則在高社會焦慮組與控制組皆有 顯著差異(Blair et al, 2008)。Liao 等人(2011)探討腦部功能與結構聯結性的研究比 較了高社會焦慮組與健康控制組，他們發現高社會焦慮組的胼胝體神經束密度明 顯高於健康控制組(Liao et al, 2011)，本研究也同樣發現高社會焦慮傾向組的左側 杏仁核-胼胝體的功能聯結顯著高於低社會焦慮傾向組。Liao 等人(2010)發現社會 焦慮疾患組的杏仁核-眶額葉皮質聯結顯著高於健康控制組(Liao et al, 2010a)，他