26.02.2014 Aufrufe

Nachweis von Plastizität im cerebro-cerebellären Netzwerk zur ...

Nachweis von Plastizität im cerebro-cerebellären Netzwerk zur ...

Nachweis von Plastizität im cerebro-cerebellären Netzwerk zur ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

(„Sakkaden“, „Sakkaden + Zeigen“ oder „Ruhe“) zuzuweisen, wird mit dem<br />

Auswertungsprogramm eine sog. design matrix erzeugt. Diese enthält beispielsweise die<br />

Information, dass die Bilder 7-12 <strong>zur</strong> Bedingung „Sakkaden“ und die Bilder 13-18 <strong>zur</strong><br />

Bedingung „Ruhe“ gehören usw.<br />

2.7 Statistische Datenanalyse<br />

Die angewandte Statistik in SPM2 basiert auf dem sog. allgemeinen linearen Modell<br />

(general linear model; Friston, 2003). Das bedeutet, dass der Signalverlauf bei der<br />

Auswertung für jedes Volumenelement (= Voxel; Kunstwort aus Volume und Pixel)<br />

separat über die gesamte Messzeit betrachtet wird. Inwieweit die Unterschiede zwischen<br />

Ruhe und Aktivität dabei statistisch signifikant sind, wird für jeden einzelnen Bildpunkt<br />

durch statistische Tests (üblicherweise t-Test) errechnet. Durch einen vorher gewählten<br />

Signifikanz-Schwellenwert (p- oder T-Wert) wird definiert, welche Voxel man als<br />

signifikant aktiviert ansieht und welche nicht. Nach Wahl eines entsprechenden<br />

Schwellenwertes (z.B. p = 0,05) werden dann die Voxel, die mit ihrer Aktivität mindestens<br />

dieses Signifikanzniveau erreichen, in einer entsprechenden statistical parametric map<br />

dargestellt (siehe 2.8).<br />

Die Umrechnung der Daten <strong>von</strong> Einzelpersonen in ein Gruppenergebnis auf der Basis <strong>von</strong><br />

statistischen Methoden erlaubt dabei je nach gewählter Methode verschiedene<br />

weiterführende Aussagen (Friston et al., 1999); eine einfache Gruppenanalyse, die sog.<br />

Analyse auf erster Ebene (first-level oder auch fixed-effects analysis), ermöglicht Aussagen<br />

über das Auftreten eines Effektes in der untersuchten Gruppe. Die Probanden gehen dabei<br />

nicht als zufälliger Faktor in das Ergebnis mit ein. Deshalb gelten diese Aussagen <strong>im</strong>mer<br />

nur für genau die gerade untersuchte Gruppe und eine Verallgemeinerung der Ergebnisse<br />

auf die Population ist nicht zulässig. Verwendet man dagegen ein erweitertes statistisches<br />

Verfahren, die Analyse auf zweiter Ebene (second-level oder auch mixed-effects analysis),<br />

gehen die Probanden als zufälliger Faktor in die Analyse mit ein. Funktionelle<br />

Aktivierungen einzelner Probanden oder Artefakte können so das Ergebnis der<br />

Gruppenanalyse nicht so stark beeinflussen oder gar verfälschen wie bei einer Analyse auf<br />

erster Ebene. Diese statistischen Berechnungen mit den bereits statistischen<br />

Kontrastbildern erlauben deshalb Aussagen über das Auftreten eines Effektes in einer<br />

Population <strong>von</strong> Individuen, sie sind allerdings nur bei größeren Probandenzahlen möglich.<br />

25

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!