神经科学大危机，一文扫荡15年研究？

1. fMRI研究领域，作为一个领域，它的问题和结果的有效性不会因为这一篇文章所动摇。

fMRI是一种研究工具，我们使用这项工具来探索一个关于『大脑运行方式』的问题。我们最终关心的是『大脑如何工作』。所以第一个方面的讨论就是：以往的fMRI研究告诉我们的『大脑如何工作』的结果，会不会因为fMRI本身工具的部分缺陷，变成胡说八道，空穴来风？

关于『大脑如何工作』的一项好的fMRI研究，不会是拍大腿想点子，就把被试送进机器里面去扫描的。整个神经科学的研究，尤其是认知神经科学的研究，都是基于已有的研究结果，进行合理的扩展之后，来探索新的知识。fMRI结果所发现的大脑区域的激活，也不是随便就下定论的。要从fMRI的结果来推理大脑X区域进行A认知功能（比如，大脑枕叶区域进行视觉加工），本身推理的合理性不仅仅来自于当前实验所得到的数据，还需要综合之前其他实验室通过其他实验手段独立得到的结果。如果当前的fMRI实验结果跟其他研究方法，比如行为测试，计算模型预测，电生理的电极记录等，结果互相呼应，可以合理的整合起来，这样的fMRI实验结果才是有效的。于此同时，当前fMRI实验的虚报结果的可能性，也会因为之前的类似实验得到相同的结果而相对减小。比如我们可以计算：fMRI结果说明『大脑枕叶进行视觉加工』这个结果可能50%是错的，但是同时我们有电生理实验也说明『大脑枕叶进行视觉加工』，其结果可能是错的的概率是20%，那么这两个实验都是错误的概率就是10%。

换句话说，fMRI研究本身的虚报率，在当前这个多种研究手段独立重复实验的情况下，不会对于他们所揭示的『大脑如何工作』这一科学问题的有效性产生很大的负面影响。fMRI这个研究领域所研究的问题和结果，不仅仅得到本领域内独立重复实验的支持，还得到了其他领域独立重复实验的支持。所以，fMRI领域研究的问题和结果的有效性不会被这篇文章所动摇。

2. fMRI整个领域的研究结果的有效性，也不见得有文章中所指出的那么大的问题。

我们终于要集中精力来讨论这篇文章的内容了。在介绍文章内容以前，我们先用Bennett, Baird, Miller, and George (2009) 这篇著名的死三文鱼实验来做铺垫。

fMRI扫描人类大脑的活动，所得到的大脑成像大约有100,000个三维体素(Voxels)。实验分析一般通过对比不同的实验条件下每个Voxel的血氧浓度（BOLD）信号的差别来判断这个Voxel是不是参与了当前的认知任务。这里基本的统计思路就是：如果一个Voxel在条件A和条件B下存在统计显著的BOLD信号差别，那么这个Voxel就被认为是参与了实验设计的认知任务。

但是推论统计(Inference statistics)存在一定的虚报概率：一个Voxel可能本身并没有参与实验设计的认知任务，但是因为一些测量噪音，在分析数据的时候，这个Voxel仍然在条件A和条件B下出现了统计显著的BOLD信号差别，这个Voxel就『无中生有』地被认为参与到了认知加工中。我们称这种错误叫做一类错误（TYPE I Error）。

作为实验研究者，我们当然不想犯这样的错误，所以人们使用了神奇的p<0.05或者p<0.01这样的阈限来控制我们犯一类错误的概率小于5%或者小于1%——虽然我们知道我们无法避免错误，但是至少我们能控制犯错误的机会尽量小。

但是，统计上仍然存在更多的原因：如果我们同时进行多个统计检验，我们需要进行多重检验校正。为什么呢？回想到我们的大脑有100,000个Voxel，每一个单独的Voxel存在5%的可能性虚报，那么这100,000个Voxel如果不进行校正，就会有5000个Voxel，因为随机误差的原因，被『无中生有』地认为参与到了某项认知任务中。5000个！要知道我们一般看到的fMRI实验，一个激活区域有1000个Voxel已经了不起了。为了说明多重检验校正非常重要，Baird, Miller, and George (2009) 拉了一条死三文鱼放进fMRI扫描仪里面，给这条死三文鱼呈现一系列的图片，这些图片描述了人类个体在不同社会情境下的情绪。作者就问这条死三文鱼：请判断你所看到的图片里面的这个人的情绪是什么？扫描以后，然后对这条死三文鱼的每一个Voxel进行统计检验，并且不进行多重检验校正，于是我们得到：