Шведские и британские ученые пришли к выводу, что из-за несовершенства программного обеспечения аппаратов функциональной МРТ (фМРТ) около 40 тысяч научных работ могут иметь ошибочные результаты. Отчет об исследовании опубликован в журнале Proceedings of the National Academy of Sciences.
Принцип действия фМРТ заключается в определении активации отделов мозга при выполнении различных задач по изменению интенсивности кровотока в этих мозговых структурах. Для анализа кровотока весь объем мозга или интересующих ученых структур автоматически разбивается на минимальные трехмерные единицы — воксели. Поскольку они очень малы, программный алгоритм статистически (путем пространственной автокорреляции) объединяет воксели с аналогичными свойствами в более крупные структуры — кластеры, которые и подвергаются последующему анализу. Точность подобного подхода неоднократно вызывала сомнения исследователей.
Сотрудники Линчёпингского и Уорикского университетов использовали в своей работе данные фМРТ, выполненные в покое у 499 здоровых человек. Их случайным образом разбивали на пары групп по 20 человек в каждой и сопоставляли результаты обследования по 192 различным комбинациям параметров с использованием трех наиболее распространенных программных пакетов для фМРТ: SPM, FSL и AFNI. В общей сумме это дало почти 2,9 миллиона сравнений отдельных параметров.
Анализ полученных данных показал, что использование SPM, FSL и AFNI дает до 70 процентов ложноположительных результатов при допустимом значении этого параметра не более пяти процентов. Это происходит потому, что при достаточно точном заключении по вокселам алгоритмы дают неверную интерпретацию кластеров — как выяснилось, функции пространственной автокорреляции не соответствуют ожидаемой форме гауссианы (графика плотности вероятности параметра).
Полученные данные ставят под вопрос результаты исследований, выполненных с использованием фМРТ. По оценкам авторов работы, за последние примерно 20 лет опубликовано около 40 тысяч подобных исследований.
Исследователи считают, что повысить точность результатов фМРТ и снизить процент ложноположительных заключений до приемлемых величин можно, если использовать в алгоритмах непараметрические модели. Они отличаются от применяемых параметрических моделей тем, что их структура не определена заранее, а выстраивается на основании обрабатываемых данных.
Олег Лищук