在过去的几十年里，强大的基于核磁共振成像的方法已经被开发出来，这些方法产生了基于体素的大脑活动图和与不同情况相关的解剖变化。对于功能性或结构性MRI数据，正向推断试图确定哪些区域涉及到心理功能或大脑紊乱。正向推理的一个主要缺点是它缺乏特异性，因为它表明大脑区域的参与对被调查的过程/条件不是特定的。因此，需要一种不同的方法来确定特定的大脑激活或改变模式在多大程度上与心理功能或大脑病理相关。在本研究中，我们提出了一种名为BACON(贝叶斯因子建模)的新工具，用于对功能和结构神经成像数据进行反向推理。BACON实现了贝叶斯因子，并使用激活似然估计衍生图来获得关于特定心理功能或大脑病理特异性证据的后验概率分布。
1.简介
脑区概念是规范和临床人群脑成像研究的核心。来自神经元领域的复杂活动是认知和感觉运动功能的生理基础的形成部分。另一方面，神经元区域可能呈现不同程度的解剖变异，这取决于它们受到的病理影响。
在过去的几十年里，强大的活体核磁共振成像方法已经被开发出来;它们分别给出了不同条件和过程下的大脑结构和功能的地图。例如，功能(fMRI)图，以静止状态或与任务相关的方式生成，提供了大脑某些部分的活动和特定的心理功能之间的联系，而基于体素的形态测量法(VBM)，测量脑组织局部浓度的差异，可以建立大脑结构异常和病理状况发生之间的关系。
关于功能或结构数据，前向推断试图决定哪个脑区被纳入了给定的心理功能或脑疾病。换句话说，前向推断的目的是回答这样的问题：哪些大脑区域参与了这种心理过程?或者在特定的病理中哪些是被改变的大脑区域？在这种情况下，答案是通过频率统计程序来寻求的，例如最大似然法。然而，正向推理的主要缺点是它缺乏特异性，因为它倾向于建议涉及的区域不是特定的调查变量。例如，可以发现一个大脑区域在不同的过程中被激活，导致功能的大量重叠，如Anderson,Kinnison，和Pessoa()和Cauda等人()所示。类似地，神经亚群可能会被广泛的大脑障碍所损害，这大大减少了前向推断和相关图的效用。
因此，需要一种不同的方法来确定与大脑激活或改变模式相关的特定认知功能或病理，特别是回答以下问题：大脑区域(一种模式)的激活在多大程度上是特定于疼痛感知的?或者大脑区域(某种模式)的改变在多大程度上是特定病理的?这正是基于贝叶斯定理的逆向推理分析的目的。
反向推理已经被大量的神经影像学研究采用，从Poldrack()的开创性工作开始，他将反向推理应用于从BrainMap数据库的功能部分获得的元分析数据。特别是，Poldrack研究了broca’sarea对语言功能的激活有多具体。此外，Cauda等人最近的一项研究指出，反向推理可以确定特定脑功能障碍引起的特定形态变化模式。
在Poldrack的工作()之后的几年里，贝叶斯定理在神经成像中的应用受到了激烈的争论，主要集中在先验的选择上，这是该定理应用的一个关键方面。在Lieberman和Eisenberger()发表后，正确进行逆向推理的困难已被广泛讨论，他声称前背扣带的活动对疼痛是有选择性的。这些作者的结果是基于在Neurosynth的帮助下进行的分析，这是一个免费的平台和数据库，用于mri数据的自动合成(