DVARS-fMRI图像质量控制

最近在使用DVARS来做质量控制,在最后图像排除标准上还是不太清楚,想请教一下:
Afyouni S. & Nichols T.E 提出了一种基于DVARS的双重方法,应用了DVARS的两种变体,计算了数据的zDVARS(信号变化的z分数)和△%DVARS(衡量信号变化的超额方差占平均信号变化的百分比)。两者都以5%为显著性分界线,只有超过这两个分界线的量才会被双DVARS方法标记出来。(Insight and Inference for DVARS, 2017, http://www.biorxiv.org/content/early/2017/04/06/125021.1)
不太清楚在做筛选时怎么样设置排除标准,是看双DVARS标记的volume占总volume的占比还是一旦有volume被标记的情况就要排除?或者是其他情况?

我后来去看了这篇文献(对我来说太数学了,没看下去:L)。我感觉,一般来说对于头动指标的阈值都是没有严格的标准(比如,在scrubbing中,FD大于多少的volume应该被剔除掉),这篇文章提出的方法我感觉提供了p值,相当于有一个统计意义上的标准。如果某些volume被认为是“不好的”,我个人认为还是应该按照比例来排除被试。如果一个volume受到噪声影响就排除整个被试,那估计不剩下什么数据了。当然这个比例多少合适,又没有一个标准了。