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。