6.2.4　脑网络结果可视化

对于基于体素的方法，可视化相对直接，因为这些方法的结果通常是一整幅含有统计值的脑图像，可以用fMRI图像分析软件包进行可视化，如AFNI、SPM和FSL。使用这些工具时，通常需要改变呈现的范围和颜色，如同时观察正负结果。对于结果的解释，有时改变呈现范围可以看出未通过显著性阈值的结果。一个例子是当你在右侧单侧脑区发现显著性结果，但是没有在相应的左侧区域发现，这可能被解释为偏侧化效应。然而，左侧区域可能也有相同的效应，但是这个效应稍微更弱，因此只有右侧经得住统计学阈值。总之，没有统计学结果可能不能得出任何结论，因为可能意味着没有效应。

基于节点的可视化更具有挑战性，因为我们通常对节点之间的边（连接）更感兴趣。基于节点的结果可视化有许多途径，每种侧重结果的不同方面（图6.7）。例如，通过将结果投射到大脑上强调节点解剖学位置的重要性。然而，鉴于大脑本身的三维属性，在这种布局下可能很难看到每条边。因此，可能用到更好的可视化边的方法，如一个连接图、连接矩阵或拓扑图。在这些选择中也有可能包括一些解剖学信息，例如根据节点的功能性分组，如将感觉运动节点分成一组，从默认模式网络（DMN）节点中分离开。有许多不同的软件工具包可以用于基于节点的连接结果的可视化。

图6.7　脑网络可视化（摘自Bijsterbosch，J.，et al.2017［3］）（书后附彩插）