一張腦圖在被你看到之前，已經被改寫了幾十次

一張腦圖在被你看到之前，已經被改寫了幾十次

入門篇我們談過：螢幕上那塊紅色斑塊不是「思考發光」，而是統計顯著的血氧訊號。但這裡藏著一個更尖銳的問題，是修過認知神經科學進階課程才會被逼著面對的——從掃描儀吐出的原始數字，到論文裡那張漂亮的彩色腦圖，中間到底發生了什麼？

答案可能會讓你不安：一筆 fMRI 原始資料，在被分析出任何結論之前，要先經過去除頭動、對齊到標準腦、空間平滑、時間濾波、訊號去趨勢、設計矩陣建模、統計檢定、多重比較校正……至少十幾道處理。每一道都由研究者選擇參數，每一個選擇都會微微改變最終的結果。2020 年一項震撼學界的研究（Botvinik-Nezer 等人）把同一份 fMRI 資料發給 70 個獨立研究團隊，請他們檢驗 9 個相同的假設——結果沒有任何一個假設讓所有團隊得到一致結論，團隊之間的「腦圖」差異大到肉眼可見。

這不是醜聞，而是進階學習者必須內化的真相：神經影像不是「拍照」，而是一條漫長的推論鏈。 讀懂腦科學，意味著讀懂這條鏈條上每一個環節的假設與代價。本文要拆解的，正是入門篇刻意略過的「黑盒子內部」。

前處理：在你「看見」之前，資料已被馴服

原始 fMRI 資料是一個四維陣列：三維空間（每個體素 voxel 的位置）加上一維時間（每隔約 1 到 2 秒掃一張全腦）。但這堆數字本身充滿汙染，不能直接拿來分析。前處理（preprocessing）的任務，就是把這些汙染逐一處理掉。

頭動校正（motion correction）是第一道，也是最致命的一道。 受試者哪怕只動了 1 毫米，某個體素原本對準的腦組織就換成了隔壁的組織，訊號瞬間跳變。更陰險的是，頭動往往與任務相關——比如受試者一緊張就吞口水、一專注就屏息——這會製造出「看似與任務有關、其實是動作假象」的偽活化。2012 年 Power 等人揭露，連極微小的頭動都會系統性地扭曲靜息態功能連結的估計，逼得整個領域重新檢視大量已發表結論。處理方式是用剛體變換（rigid-body transformation，六個自由度：三個平移、三個旋轉）把每一張時間點的影像對齊回參考影像，並把估出的頭動參數當作干擾迴歸量（nuisance regressor）扣除。

空間標準化（spatial normalisation）解決另一個問題：每個人的腦長得不一樣。 要把 30 個受試者的結果平均，必須先把每個人的腦「變形」對齊到一個共同的標準空間，最常用的是 MNI 模板（Montreal Neurological Institute）。代價是：個體獨特的腦溝腦迴細節被抹平，空間精度被犧牲，以換取跨人比較的可能。

空間平滑（spatial smoothing）則是一個看似矛盾的步驟——刻意把影像弄模糊。 用一個高斯核（Gaussian kernel）把每個體素和鄰居加權平均，半高全寬（FWHM）通常設 6 到 8 毫米。為什麼要主動降低自己辛苦得來的空間解析度？三個理由：提升訊噪比、讓不同受試者解剖位置的微小錯位能對上、滿足後續統計校正所依賴的數學假設（隨機場理論需要訊號在空間上平滑）。這是一個經典的取捨——你用空間精度，換來統計檢定力。

學到這裡，一個進階觀念應該浮現：前處理的每一步都不是「客觀清理」，而是帶著假設的選擇。 平滑核設 4 毫米還是 8 毫米、頭動門檻設多嚴、要不要做切片時間校正——這些「研究者自由度」（researcher degrees of freedom）的組合，正是前述 70 團隊結論分歧的根源。

一般線性模型：腦科學家其實都在做迴歸

入門篇用「認知減去法」解釋如何分離心理歷程。但現代 fMRI 分析早已不只是 A 減 B，而是建立在一個更通用、也更強大的統計引擎上：一般線性模型（General Linear Model, GLM）。

它的核心思想簡單到驚人。對每一個體素，我們把它隨時間變化的 BOLD 訊號 $Y$，當成若干個「預測波形」的加權組合：

$$Y = \beta_1 X_1 + \beta_2 X_2 + \cdots + \beta_n X_n + \varepsilon$$

其中每個 $X$ 是一個迴歸量（regressor），代表某個實驗條件「應該」在何時引發活動；$\beta$ 是要估計的權重，告訴我們這個體素對該條件反應有多強；$\varepsilon$ 是殘差。整個 fMRI 統計，本質上就是對幾十萬個體素，各做一次多元線性迴歸。

但這裡有個入門篇埋下、進階篇必須補完的關鍵：迴歸量 $X$ 不能直接用「刺激出現/消失」的方波。因為 BOLD 是被血流系統「拖慢、抹平」過的回聲。我們必須把方波形式的刺激時序，與血流動力學反應函數（Hemodynamic Response Function, HRF）做數學上的「摺積」（convolution），才能得到 BOLD 真正預期的波形——一條延遲約 2 秒上升、5 至 6 秒達峰、然後緩降甚至略低於基線（post-stimulus undershoot）的曲線。

換句話說，GLM 的有效與否，完全取決於你假設的 HRF 形狀對不對。 而 HRF 在不同腦區、不同個體、不同年齡之間其實會變化。用一個固定的「正則 HRF」（canonical HRF）去套所有人，是一個方便但不完美的近似——這也是為什麼有些研究會額外加入 HRF 的時間導數與離散導數，給模型一點彈性去容納形狀偏移。

看一個例子：同一筆資料，兩種設計矩陣

假設一個實驗：受試者交替看「臉」和「房子」，每段 block 持續 16 秒。我們想知道梭狀回臉孔區（FFA）對臉的反應。

• 設計 A（block design）：把整段「看臉」期間設為一個迴歸量 $X_{\text{face}}$，整段「看房子」設為 $X_{\text{house}}$，各自與 HRF 摺積。比較 $\beta_{\text{face}} > \beta_{\text{house}}$ 是否顯著。block 設計訊噪比高、統計檢定力強，但無法分離單一刺激的反應。

• 設計 B（event-related design）：把每一張臉、每一張房子當成獨立事件，順序隨機、間隔不等（jittered ISI）。這讓我們能估出單一試次的反應，甚至區分「答對的試次」與「答錯的試次」，但每個事件的訊號較弱、需要更多重複。

同一個科學問題、同一塊腦區，光是設計矩陣怎麼搭，就決定了你能問什麼、不能問什麼。這再次印證入門篇的那句話，並把它推得更深：腦造影的結論強度，幾乎全寫在實驗設計與統計模型裡，而不在機器的解析度規格上。

多重比較與可重複性：神經影像的中年危機

入門篇用「死鮭魚實驗」生動說明了多重比較的危險。進階篇要把這件事的嚴重性與解法講透，因為它牽動了整個領域近十年的信任危機。

問題的核心是規模。一次全腦 fMRI 有約 10 萬到 20 萬個體素。若對每個體素獨立做 t 檢定，並沿用 $p < 0.05$ 的傳統門檻，那麼純靠隨機就會有 5%、也就是上萬個體素「顯著」。死鮭魚之所以能「活化」，正是因為沒有校正。

校正方法分幾個層次，理解它們的差異是進階素養：

• Bonferroni 校正：把門檻除以檢定次數（$0.05 / 100000$）。極度嚴格，但因為相鄰體素高度相關，這樣假設「彼此獨立」過度保守，會把真實訊號也一併殺光。
• 隨機場理論（Random Field Theory）：利用影像空間平滑後的相關結構，估計「在一片平滑的隨機場上，純隨機能達到多高的峰值」，據此設門檻。這是 SPM 等主流軟體的預設——也正因如此，前面才說平滑步驟是統計校正的前提。
• 錯誤發現率（False Discovery Rate, FDR）：不控制「出現任何一個假陽性的機率」，而是控制「所有被宣告顯著的體素中，假陽性所占的比例」。較寬鬆、檢定力較高，適合探索性研究。
• 集群層級推論（cluster-level inference）：不看單一體素，而看「一群相連、都超過某初步門檻的體素」有多大。這曾是最受歡迎的方法，直到 2016 年 Eklund、Nichols 與 Knutsson 用真實的靜息態資料做大規模模擬，發現某些常用軟體的集群推論假陽性率竟高達 70%，遠超名義上的 5%。這篇論文一度被解讀為「過去數萬篇 fMRI 研究全錯」，雖然後續釐清沒那麼災難性，卻徹底改變了領域對統計嚴謹度的標準。

這場「可重複性危機」（replication crisis）的教訓，與 AI 領域對過度擬合（overfitting）與資料外洩（data leakage）的警惕是同一個科學良知：當你的分析自由度遠大於資料量、又反覆在同一筆資料上挑門檻時，你幾乎一定能「找到」一個不存在的效應。現代解方——預先註冊（pre-registration）、留出獨立驗證集、公開資料與程式碼——本質上都是在限制研究者的後見之明，這和機器學習嚴格切分訓練/測試集的紀律完全相通。

從「哪裡活化」到「編碼了什麼」：解碼典範

入門篇的最後提到了多體素模式分析（MVPA），這裡我們把它確立為一場真正的典範轉移。

傳統 GLM 問的是單變量問題：這個體素在條件 A 下是否比條件 B 更活躍？它把每個體素孤立看待。但大腦表徵資訊，靠的往往不是單一體素的強弱，而是一群體素活化的整體模式（pattern）。兩個物件可能讓某腦區的平均活化一模一樣，卻在體素層級的分布形態上截然不同。

MVPA 反過來問：我能不能訓練一個分類器，從一片腦區的活化模式，反推出受試者當下正在處理什麼資訊？ 如果可以，就證明那個資訊「被編碼」在這片腦區裡。研究者用支援向量機（Support Vector Machine, SVM）等機器學習模型，在一部分資料上訓練、在留出的另一部分上測試——這套「訓練/測試分離」的紀律，正是直接從機器學習借來的，也順帶解決了上一節說的過度擬合問題。

更進一步是編碼模型與解碼模型（encoding / decoding models）的對偶。Gallant 實驗室的工作令人印象深刻：他們先建立一個編碼模型，學習「自然影像的視覺特徵 → 體素活化」的映射；反過來，就能從新的腦活化「重建」受試者正在看的畫面輪廓。近年結合深度生成模型（如擴散模型）的研究，更把這種重建推到了能辨認出大致場景的程度。

這條線索把神經科學與 AI 縫得密不可分。深度神經網路中間層學到的表徵（representation），被發現能相當好地預測視覺皮質各層的活化模式——彷彿卷積網路與腹側視覺路徑在用相似的方式逐層抽象化世界。這呼應了優心理對「大腦如何表徵世界」的根本提問，也讓「表徵相似性分析」（Representational Similarity Analysis, RSA）成為連接行為、腦與模型三者的共通語言。

連結組學：把大腦當成一張網路來讀

入門篇提到靜息態研究揭示了預設模式網路（DMN），暗示大腦是分散式系統。進階篇要把這個觀念升級為一整套方法論：連結組學（connectomics）。

核心轉變是：不再問「某個腦區做什麼」，而是問「腦區之間如何連結、如何協作」。資料上，我們把每個腦區當成一個節點（node），把區與區之間 BOLD 訊號的時間相關性當成連結（edge），於是整個大腦變成一張可以用圖論（graph theory）分析的網路。

幾個進階概念值得掌握：

• 功能連結 vs. 結構連結：功能連結（functional connectivity）來自 fMRI 訊號的統計相關，是「同步起伏」；結構連結（structural connectivity）來自擴散張量造影（Diffusion Tensor Imaging, DTI）追蹤的白質纖維束，是「實體的線路」。兩者不總是吻合——兩個沒有直接神經纖維相連的腦區，仍可能因為共同受第三方驅動而功能上高度相關，這提醒我們功能連結同樣是相關、不是因果。
• 小世界網路（small-world network）：大腦兼具高度的局部群聚與少數長程捷徑，使任意兩個腦區之間都只隔幾步，這種結構在資訊傳遞效率與佈線成本之間取得平衡。
• 樞紐節點（hub）與富俱樂部（rich club）：少數高連結度的腦區彼此緊密相連，形成資訊整合的核心。許多精神與神經疾病（思覺失調、阿茲海默症）被重新理解為這些網路樞紐的「失連結」（dysconnectivity），而非單一腦區壞掉——這是臨床神經科學的重大典範更新。

連結組學的工具與社群網路分析、交通網路、生態網路所用的數學完全同源。當你計算大腦的「中介中心性」（betweenness centrality）時，用的和分析社群媒體影響力是同一套圖論——這是 AI 與資料科學直接滲入神經科學的又一個切面。

動手試試：判斷這些說法錯在哪

試著替下面四句「聽起來很科學」的腦科學陳述抓錯，並指出它違反了本文的哪個原則：

1. 「我們發現杏仁核在恐懼任務中活化，所以杏仁核就是大腦的恐懼中樞。」
2. 「這兩個腦區功能連結很強，代表它們之間一定有神經纖維直接相連。」
3. 「我們沒做多重比較校正，但因為效果看起來很大，應該沒問題。」
4. 「我用整筆資料訓練分類器，準確率高達 95%，證明這片腦區編碼了該資訊。」

參考思路：第 1 句犯了「活化不等於必要」與「逆推論」（reverse inference）的錯——很多任務都會引發杏仁核活化，不能反推「有杏仁核活化就一定是恐懼」。第 2 句混淆了功能連結與結構連結，前者只是統計相關。第 3 句正是死鮭魚的教訓，效果量大不能免除校正義務。第 4 句犯了資料外洩——訓練與測試用同一筆資料，準確率毫無意義，必須留出獨立測試集。

四題答對，代表你已經把入門的批判精神升級成可操作的分析素養。

重點回顧

• 一張 fMRI 腦圖在被看到前，已歷經頭動校正、空間標準化、平滑、濾波等十幾道前處理，每一步都是帶著假設的選擇，這正是「同資料 70 團隊不同結論」的根源。
• 現代 fMRI 統計建立在一般線性模型（GLM）上，本質是對每個體素做迴歸；迴歸量必須與血流動力學反應函數（HRF）摺積，模型有效與否取決於 HRF 假設是否正確。
• 全腦十幾萬體素帶來嚴重的多重比較問題，校正方法（Bonferroni、隨機場理論、FDR、集群推論）各有取捨；2016 年集群推論假陽性爭議推動了領域的可重複性改革。
• MVPA 與編碼/解碼模型是典範轉移：從「哪裡活化」轉向「活化模式編碼了什麼資訊」，並與深度學習的表徵學習深度交會。
• 連結組學把大腦當成圖論網路來分析，區分功能連結與結構連結，並用樞紐、小世界等概念重新理解疾病為「網路失連結」。

深入探討（研究所視角）

前向模型、反向推論與貝氏謬誤。 神經影像最隱微的邏輯陷阱是反向推論（reverse inference）：看到某腦區活化，就反推某種心理狀態存在。Russell Poldrack 在 2006 年用貝氏定理形式化指出，這種推論的有效性取決於該腦區的「選擇性」——若某區在極多任務中都活化（如前扣帶迴），則它活化幾乎不帶診斷資訊。要嚴謹地反推，必須引入該腦區在大量研究中的活化先驗，這催生了 Neurosynth 這類用文字探勘整合上萬篇研究、建立「腦區—認知功能」機率對照的大型 meta-analysis 平台。這與 AI 中貝氏推論、以及對「基率忽視」（base-rate neglect）的警惕，是同一套數學良知。

測量的不只是訊號，還有雜訊的結構。 進階研究者花在「建模雜訊」的力氣，往往不亞於建模訊號。生理雜訊（呼吸、心跳引起的腦脊髓液與血管搏動）、掃描儀漂移、頭動殘差，都會在 BOLD 中留下與任務無關卻可能相關的結構。方法如 aCompCor、ICA-AROMA 用獨立成分分析（Independent Component Analysis）把雜訊成分自動辨識並剔除。這提醒我們：神經影像的進步，一半來自更強的訊號擷取，另一半來自對「我們其實在量什麼汙染」越來越誠實的理解——這份對量測極限的謙卑，正是科學方法的核心。

多模態、跨尺度與計算神經科學的會合。 入門篇談過 EEG-fMRI 的時空互補，研究所層次更進一步追問：如何把毫秒級電生理、秒級血流、毫米級結構連結，整合進一個能做因果推論的生成模型？動態因果模型（Dynamic Causal Modelling, DCM）以微分方程描述腦區間有效連結的方向與強度，再用貝氏模型比較選出最能解釋資料的網路結構。更前沿的方向，是把大尺度造影連結組與計算模型（如神經質量模型、whole-brain modelling）耦合，模擬刺激或病灶如何在網路上傳播。這條路把優生物（神經血管與膠細胞機制）、優心理（表徵與認知）、AI（表徵學習、圖論、貝氏推論）三股線索擰成一束。讀懂一張進階腦圖，最終不是看懂顏色，而是看懂這整條從原始訊號到因果宣稱的推論鏈——清楚知道每一步加了什麼假設、能推論到哪裡，以及在哪裡必須誠實地停下來說「以目前的方法，我還看不到」。