뇌영상 통계분석을 위한 fMRI 전처리와 품질관리 가이드

초록

본 장은 fMRI 데이터를 통계 분석에 적합하도록 준비하는 전처리 절차를 체계적으로 제시한다. 공간 정합(실시간 정렬, 코어그리게이션, 정규화)과 잡음 제거(자기장 왜곡 보정, 움직임 보정, 슬라이스 타이밍 보정, 생리학적 신호 제거) 과정을 설명하고, 각 단계별 품질 검증 방법을 제시한다.

상세 분석

이 논문은 fMRI 데이터 전처리의 핵심 과정을 네 가지 큰 영역으로 구분한다. 첫 번째는 **자기장 감수성 왜곡(SDC)**이다. 조직‑공기 경계에서 발생하는 필드 인헨시티는 EPI 이미지에 공간 왜곡과 신호 소실을 일으키며, 이를 보정하기 위해 두 개의 에코 타임 차이(fieldmap) 혹은 반대 위상 인코딩(AP/PA) 데이터를 이용해 voxel‑displacement map을 생성한다. 이 맵을 실시간 정렬 단계와 결합하면 움직임에 따라 변하는 왜곡까지 동시에 보정할 수 있다.

두 번째는 움직임 보정이다. 각 시간점의 3D 볼륨을 첫 번째 볼륨에 정합시켜 6 자유도(3번역, 3회전) 변환 행렬을 추정하고, 이를 역변환하여 모든 볼륨을 동일 좌표계에 맞춘다. 여기서 중요한 점은 소프트웨어마다 회전 중심·단위·적용 순서가 다르므로 파라미터 해석에 주의가 필요하다는 것이다. 또한 움직임은 SDC와 상호작용하므로, 움직임 보정과 왜곡 보정을 동시에 수행하거나 순서를 데이터 특성에 맞게 조정한다.

세 번째는 **슬라이스 타이밍 보정(STC)**이다. 연속적인 볼륨 획득 시 각 슬라이스는 서로 다른 시점에 샘플링되므로, 빠른 이벤트‑관련 설계에서는 시점 차이를 보정해야 한다. sinc‑interpolation 기반의 시간 이동을 통해 각 voxel의 시계열을 기준 슬라이스에 맞춘다. 그러나 STC와 움직임 보정은 서로 상충되는 가정을 갖기 때문에, 높은 움직임이 관찰되면 움직임 보정을 먼저, 긴 TR에서는 STC를 먼저 적용하는 것이 일반적이다.

네 번째는 코어그리게이션 및 정규화이다. 기능적 EPI와 구조적 T1‑weighted 영상을 정합하기 위해 상호 정보(mutual information)와 엔트로피 기반 유사도 측정이 사용된다. 이후 모든 피험자를 표준 템플릿(MNI 등)으로 비선형 정규화하여 그룹 수준 통계 분석이 가능하도록 한다. 정규화 과정에서 남은 왜곡이나 강도 비균일성은 정합 정확도를 저하시킬 수 있으므로, 사전에 강도 비균일성 보정(N4 등)을 수행하는 것이 권장된다.

마지막으로 품질 관리(QC) 단계에서는 움직임 파라미터(전·후 변위, FD, DVARS), SNR, 정합 시각화, 정규화 후 템플릿 대비 오버레이 등을 검토한다. 이상치 피험자는 재처리하거나 분석에서 제외한다. 이러한 QC 절차는 데이터 재현성과 통계 검정력 확보에 필수적이다.

전반적으로 논문은 전처리 단계마다 발생할 수 있는 오류 원인을 상세히 설명하고, 최신 툴(fMRIPrep, SPM, FSL, AFNI 등)의 구현 차이를 비교한다. 특히 움직임 파라미터의 해석 차이와 SDC‑motion 동시 보정의 필요성을 강조함으로써, 연구자가 자신의 데이터 특성에 맞는 파이프라인을 설계하도록 돕는다.