1. churchill 在phy+版本中，应用了集合论的思想，噪音依托于体素而存在，而体素分两种：神经组织NT，也就是灰质；非神经组织NN，也就是非灰质。

如果，利用绝对的二分法，那么生理噪声都是由NN产生，信号都是由NT产生；

但是，世界是相对的，集合论也需要和模糊数学进行结合：信号仍然都是由NT产生，生理噪声却不都是由NN产生，还有可能是噪声也可能混合入NT组织中，使得NT组织产生了混合信号。当然，反过来说，信号也能混入NN组织，但是我们不需要、不愿意识别那些不重要的非神经组织。

2. NT组织是怎么得到的呢？

churchill说到这是 probable non-neuronal tissue，物理上的组织自然是可以用绝对的二分法，可是经过成像，识别出相应的组织，就不是那么绝对了。

在灰质中，识别生理噪声子空间。

3.如何评估？

这次没有明说是NPAIRS，只是说提高prediction and reproductivity。

还有 consistent，鲁棒性，鲁棒性怎么说明呢。用了block实验，用了event实验。用了单变量分析模型，用了多变量分析模型。用了individual，between-subject进行测试。

4.关于从churchill的论文的摘要+引文学到的东西：怎么才能显得你的论文有质量，有深度，看看人家的论文引文就知道了，他在引文中引用了很多论文，这个不稀奇，牛paper都这样，可是他引用别人的论文，引用的idea，却是论文中边边角角的结论。而一般人，只能看到论文的main idea.

5.fmri的生理噪声去除的挑战：

　　2.生理噪声和BOLD信号是频率混叠的；

　　3.生理噪声和BOLD信号是相关的；

此外：

　　4.生理噪声是和认知行为相关的。

所以，churchill顺便在此处得出了一条，很好的结论：

non-neuronal physiological effects is likely to be strongly task, region and subject dependent.

非神经生理信号效应是极度任务依赖，区域依赖，被试依赖。

所以，这一条也可以这么去理解，就是仅仅将生理噪声当作是低频漂移，利用detrend，划定一个频率区间进行去除，是不够鲁棒的。

所以，生理去噪方法，必须根据不同SUBJECT的不同情况，特殊数据，先进行评估estimate，然后制定适当的阈值threshold

5.churchill在这里，因为PN(Physiological Noise)任务依赖，区域依赖，被试依赖的特性，就是时域上它们之间的变化很大，但是在空域上，可以有一条共性，就是，只要是大脑，就会有生理组织和神经组织的区别，而只要是生理组织，就可以大胆地对生理组织进行阈值化，这一条结论基本是稳定的。

6.根据我现在的了解，在功能连接组，默认网络中，会有很多学者做这些研究工作：生理噪声的去除与识别。

7.在进行组织识别的这一步中，churchill查找了这样的资料，就是在前人的研究中，有人进行了谱能量进行组织识别，但是这些尝试，这些结论却没有融合到一个denoising framework中。

8.到底生理去噪，能去到什么程度，作者没有说。作者只是很悲观和保守的说，不可能完全去除，只能根据特定的神经科学研究目的，来控制去除的程度。这其实是ICA、cca、pca去噪的通病。

9.

8.phy+和phy相比，phy是要在一个高频和，时域自相关的子空间中，识别成分。而phy+，通过组织识别，使得我们不再受限于高频这个范围之内。

 本文转自二郎三郎博客园博客，原文链接：http://www.cnblogs.com/haore147/p/3637685.html，如需转载请自行联系原作者