ALFF和fALFF学习随笔（一）

什么是ALFF和fALFF

ALFF和fALFF都是脑科学和认知神经科学中常用指标，最初是从fMRI中提出，后逐渐有研究应用在fNIRS和EEG。它们能够反应大脑的自发活动，通常用于静息态数据的处理和分析上。

ALFF，amplitude of low-frequency fluctuations，中文为低频振幅。它被定义为：在0.01-0.1Hz频段内的低频震荡的振幅。具体来说，它是该频段内时间序列震荡的总体能量，反映了大脑在静息状态下自发神经活动强度的幅度。而针对fALFF，fractional ALFF，中文为分数低频振幅，它是ALFF的归一化版本，即ALFF值除以整个频率范围内（0-0.25Hz）的总能量。这种归一化有助于减少高频噪声的影响，是的fALFF可以更好地反映大脑特定频率范围内的功能活动。

指标获取过程

ALFF和fALFF在计算和提取过程上，不同的研究设备和方法会存在差异，这里以fNIRS为例。

1. 预处理：对原始数据进行包括光强转OD、OD转浓度、时间切片、滤波等操作；
2. 傅里叶变换：为了分析不同频段的振幅，需要将每个channel的数据从时域转为频域。转换方法分为离散傅里叶变换或快速傅里叶变换；
3. 计算ALFF：得到频谱后，选择0.01-0.1hz的低频段，再计算振幅谱的平方和，并取其平方根。
4. 计算fALFF：首先计算全频段的振幅，过程与计算ALFF类似，差异仅在于频段的选择，随后进行归一化，将ALFF的振幅除以全频段的振幅得到fALFF。

指标的意义

从定义中，我们可以了解到这两个指标最基本的意义就是反应大脑的自发神经活动强度。而通过这一内容我们其实可以推广到其他领域，包括临床领域、功能连接领域以及人类大脑发育与衰老等。临床领域中，病理学状态下脑功能的异常表现，如抑郁症患者可能在某些大脑领域表现出异常的ALFF和fALFF值。功能连接领域中，功能连接也属于静息态脑功能的研究，而在具体的研究中，我们关注的重点在连接边的强弱上，在每个点的强度上关注较少。通过ALFF和fALFF我们能够了解到整个脑网络中哪些节点存在着强活动，这有助于了解大脑的基础功能架构。最后，在大脑的发育和衰老上，在具体研究中，研究者能够对比某些脑区或节点在发育过程中的自发性活动的变化情况，这对于了解人类大脑发育起到了重要的作用。