統計的パラメトリックマッピング

機能的神経画像法は、「脳スキャン」の一種です。これは脳活動の測定を伴います。測定方法は、画像化技術（fMRIやPETなど）によって異なります。スキャナーは、ボクセルとして表現される領域の「マップ」を作成します。各ボクセルは、3次元空間における特定の体積の活動を表します。ボクセルの正確なサイズは、技術によって異なります。fMRIのボクセルは通常、正直方体の²⁷  mm³の体積を表します。

研究者たちは、特定の精神プロセスに関連する脳活動を調べます。そのアプローチの一つとして、「タスクAを実行しているときとタスクBを実行しているときでは、脳のどの領域が有意に活動しているか？」という問いを立てる方法があります。調査対象の行動以外はタスクが同一になるように設計されていても、脳はタスクの違い以外の要因によってタスク間で活動の変化を示す可能性があります（脳はタスクとは無関係な多くの並行機能を調整しているため）。さらに、信号には画像処理自体によるノイズが含まれる可能性もあります。

これらのランダムな影響を排除し、調査対象のプロセスに特に関連する活動領域を明確にするために、統計学では最も有意な差を探します。これには、データの準備と一般線形モデルを用いた分析を行うための多段階プロセスが含まれます。

スキャナーから得られた画像は、ノイズを除去したり、サンプリング誤差を補正したりするために前処理される場合があります。

研究では通常、被験者を複数回スキャンします。スキャン間の頭部の動きを考慮するため、各画像のボクセルが脳内の同じ部位に（おおよそ）対応するように画像が調整されます。これは位置合わせまたはモーション補正と呼ばれます（画像位置合わせを参照）。

機能的神経画像研究は通常、それぞれ異なる形状の脳を持つ複数の被験者を対象とします。全体的な脳の大きさ、大脳皮質の脳回と脳溝の地形の個人差、脳梁などの深部構造の形態学的差異といったわずかな違いを除けば、被験者は概ね同じ解剖学的構造を持っていると考えられます。比較を容易にするため、各脳の3D画像は、空間正規化によって表面構造が整列するように変換されます。このような正規化は通常、脳表面を標準テンプレートに合わせるために、平行移動、回転、拡大縮小、および非線形変形を行うものです。タライラッハ・トゥルヌー図やモントリオール神経研究所（MNI）のテンプレートなどの標準的な脳地図を用いることで、世界中の研究者が研究結果を比較することができます。

画像は、ボクセルを隣接するボクセルと平均化することによって、ノイズを低減するために平滑化することができます（一部の画像編集ソフトウェアで使用される「ぼかし」効果に似ています）。これは通常、ガウスフィルターまたはウェーブレット変換を使用して行われます。

各ボクセルにおいて、パラメトリック統計モデルが仮定され、一般線形モデルを用いて、実験効果および交絡効果、残差変動の観点からデータの変動性を記述する。モデルパラメータで表現された仮説は、各ボクセルにおいて単変量統計を用いて評価される。

分析では、測定された信号が神経活動の根本的な変化によってどのように引き起こされるかを示す線形畳み込みモデルを用いて、時間の経過に伴う変化（すなわち、タスク変数と特定の領域の脳活動との相関関係）を調べることができる。

多数の統計検定が実施されるため、多数のボクセルにわたる活動レベルの比較によって生じる可能性のある第一種過誤（偽陽性）を制御するための調整が必要となります。第一種過誤が発生すると、背景脳活動がタスクに関連していると誤って評価されてしまいます。多重比較の問題を調整する統計的有意性の新たな基準を設定するために、画像内のボクセル数と連続ランダム場の理論に基づいて調整が行われます。

測定された脳活動の差異は、さまざまな方法で表現することができる。

これらは、タスク間の活動における最も顕著な差を示す座標を表示する表として提示できます。あるいは、脳活動の差を脳の「スライス」上の色のパッチとして表示することもできます。色は、条件間で統計的に有意な差があるボクセルの位置を表します。色のグラデーションは、t値やzスコアなどの統計値にマッピングされます。これにより、特定の領域の相対的な統計的強度を直感的かつ視覚的に分かりやすく示すマップが作成されます。

活動の違いは、「ガラスの脳」として表現できます。これは、脳が透明であるかのように、3つの輪郭図で脳を表したものです。活動している部分だけが、陰影として表示されます。これは、特定の統計的比較において、有意な変化が見られる領域の総面積を要約する手段として有用です。