O一个秋天的下午，在加州大学伯克利分校李嘉诚中心的中心，我看着自己的大脑。我刚刚在3特斯拉核磁共振扫描仪里呆了10分钟，这是一个非常昂贵，非常昂贵的技术名称，非常有磁性的大脑摄像头。我仰面躺在狭窄的管子里，把我的幽闭恐惧症咽了下去，让自己被笼罩在黑暗和雾号般的刺耳叫声中。
当时我还是加州大学伯克利分校神经经济学实验室的实习生。那是我第一次通过核磁共振扫描看到自己的大脑。那是一个漂浮在电脑屏幕黑色背景上的灰色三维重建图像。作为一名研究神经科学的本科生，我欣喜若狂。没有什么能像一个年轻科学家第一次接触成像技术那样，将迄今为止看不见的东西变成看得见的东西——磁共振成像让我大吃一惊。我觉得我不仅在看我的身体，而且在看我心灵的生物深处。
这是一种奇怪的自我形象，如果真是这样的话。我的头发没有出现，只留下了头骨和面部轮廓，以及里面组织的横截面。我拖着鼠标，在大脑的水平切片上游弋——小脑的分支、根状图案，脑室的黑洞，还有起伏的皮层脊，看起来就像在沙中扭动的蛇。
在我接触核磁共振成像后，我兴奋不已，我阅读了一些科学论文，研究了它们的图像，这些图像通常是灰度级的大脑，上面有亮橙色和蓝色的斑点，表示大脑活动增强的区域。第二年，我加入了哈佛大学的一个实验室，在那里我开始从事一项实验，利用功能磁共振成像（fMRI）来研究参与社会决策的大脑区域。功能磁共振成像使我们能够记录人们在执行脑力任务时大脑的活动情况。我致力于一篇毕业论文，并把未来的目标定在了博士学位上。在认知科学中。
我们在这些脑血流图像中寻找更深层次的东西。
我几乎没有预料到我进入了一个科学的泥沼。功能性磁共振成像已经改变了医学。它可以对病人的大脑区域进行非侵入性测绘，从而使神经外科手术更加精确，1以及验证潜在药物对人脑的药理作用。2但是功能磁共振成像在认知和心理科学中的应用是出了名的有争议的。这在一定程度上是因为这项技术并没有直接测量神经活动，而是它的一个代理——含氧血流量。它还需要大量的数据处理来将信号从噪声中分类，数据处理需要研究人员的许多自由选择。
近年来，该领域处理了一系列问题，包括软件故障、3.误用统计,4和不能再现的研究。5这些挑战使得MRI在临床和商业环境中的应用变得复杂。一些公司试图将功能磁共振成像带入法庭，以分享大脑揭示出的关于诚实、精神错乱和伤害的信息。似乎我们在这些大脑血液流动的图像中寻找更深层次、更人性化的东西。我们在寻找心灵及其所有的错综复杂之处，代理、个性和疯狂的根源。
这是一个关于我们——科学家和非科学家，记者和读者——在试图理解大脑的过程中如何讲述有关大脑的插图故事的故事。当我们谈到大脑的某个部分“亮起来”，或者大脑皮层的一个斑点充当社会痛苦的中枢时，我们的语言是由我们看到的大脑图像的形式形成的，而这种图像形式可能更多地来自人类的选择，而不是生物学事实。这也是我的故事。我决定从事研究群体间关系的神经机制的职业。如果我们能解开大脑在我们的社会偏见中的作用，也许有一天我们会克服它们。核磁共振成像将为我们指明方向。
年代我的扫描伙伴兼博士后导师威尔对志愿者说：“像海星一样勾出你的胳膊和腿，我会确保你不是秘密的金属机器人。”。威尔将金属探测器棒引导到参与者的身体上。（功能磁共振成像研究要求对金属的检查非常细致，因此哈佛大学脑科学神经成像中心扫描仪的3特斯拉磁场足够强，足以将办公椅吸进机器。任何磁性物体都会很快成为致命的抛射物。）
受试者仰卧在扫描床上后，威尔和我揿下了头部线圈，这是一个笨重的头盔，可以发射和接收机器发出的射频脉冲。这让我想起了一个特别笨重的超级英雄面具。我们的志愿者会做一个决策任务，在这个任务中，他会反复选择玩老虎机，这些老虎机会产生两种不同的金钱奖励:一种是给和他同党的人钱，另一种是给和他同党的人钱和从反对党的人身上扣除钱。我们感兴趣的是他是否表现出对一种奖励的偏好。(我们后来计算出，一些参与者倾向于获得伤害另一个政党的奖励——他们对群体外的怨恨有品味——这种偏好可能与神经系统有关。)
在他的右手上绑上一个按钮盒后，我抬起扫描仪床，看着他慢慢地滑入磁铁的小洞里。一回到控制室，威尔就启动了实验中的老虎机游戏。不久，我们听到了一阵疯狂的高音哔哔声，这表明我们已经开始收集他大脑的功能图像。在研究群体间决策的神经生物学过程中，把一个人塞进冰冷的宇宙飞船式的甜甜圈里，让他玩一个小时的低图像视频游戏，这有时看起来很奇怪。然而，这是大多数功能磁共振成像实验室研究的局限——一个高度简化的计算机任务界面，当机器追踪你的血液流动模式时，模拟真实世界的特征。
MRI测量BOLD血氧水平依赖性信号。由于神经元在放电时需要氧气，更多的含氧血液将流向大脑的局部区域。哈佛医学院的神经生物学家Rick Born利用电生理学研究视觉皮层，他帮助我理解了这个过程。在实验室的休息室里，他很健谈，流露出科学家在谈论他们的领域时所特有的那种兴奋。他在白板上画了一幅生动的图画，用箭头从“神经尖峰”到“细胞外场电位”，再到“代谢增加”到“血流量增加”。因为，在大多数情况下，科学家无法直接测量人类的神经尖峰（这需要打开颅骨并直接植入电极，这是在动物身上完成的，但只有在癫痫治疗等医学病例中才能在人类身上完成），我们必须满足于功能磁共振成像的间接替代。
这就像调查了10万个陌生人是否认识碧昂丝。
那么这台机器是如何检测含氧血流量的呢?答案在于原子世界和它的量子属性，特别是原子核核磁共振这就是fMRI中M和R的来源。在一个非常强大的磁场中，氢质子会彼此对齐;你可以想象它们都指向同一个方向。核磁共振机发出的协调良好的射频脉冲会使它们偏离原来的位置，就像手指轻弹一个泡泡玩具一样。玩具可以弹回来，氢质子也可以。他们会逐渐“放松”回到最初的路线。颅骨中的氢质子与皮质组织中的氢质子的弛豫速度不同，这给我们提供了一种利用数学处理生成解剖图像的方法。
但功能磁共振成像带给我们的不仅仅是解剖学。“f”表示一个重要的区别。许多人在医院接受的MRI扫描通常是解剖MRI扫描，提供肌肉、肌腱和骨组织的高分辨率3d图像，能够突出肌腱撕裂等潜在损伤或癌症等疾病。另一方面，功能磁共振成像捕捉我们大脑和身体的活力，测量随时间推移与神经放电和认知有关的血液的活跃运动。
它能够做到这一点是因为磁共振的复杂舞蹈。每个氢质子都有一种叫做“进动频率”的量子特性——自旋。射频脉冲不仅能击倒质子，还能使它们的自旋彼此同步，将它们的进动频率匹配成一个协调的群体舞蹈。在脉冲之后，进动频率再次逐渐变得不同步，因为质子回到了直立的方向，以不同的速度旋转，就像舞者开始独奏一样。这一自然事实使功能磁共振成像成为可能，这一去同步的过程在大脑中含氧血液的磁场中发生得更慢。也就是说，含氧血液中的质子能更有效地保持同步，比无氧血液中的质子发出更强的信号，核磁共振扫描仪将这种差异检测为BOLD信号。
最后，fMRI中的“I”代表“成像”，因为这个过程的输出本质上是大脑活动的三维视频。扫描过程将大脑分成小立方体，称为体素，即像素的三维等价物。从一个人的扫描过程中收集的数据包括每个体素上的BOLD信号的定量测量。体素的大小一般在1立方毫米到27立方毫米之间——对我们来说很小，但在神经元的规模上却是巨大的。就规模而言，大脑中估计有1000亿个神经元，而人类皮层中的一个体素可以覆盖超过50万个神经元。这些神经元可能在做各种各样的事情——相互刺激，相互抑制，或者在亚群中以不同的模式发出信号——但功能磁共振成像所能检测到的只是整个体素空间中每2秒含氧血液的净变化。这就像试图从同时争论、同意和辩论的50万不同的人中确定对外交政策的平均看法。
一个在威尔和我扫描了近50人之后，是时候开始争论那些TB级的数据了。我抓起一杯咖啡，插上耳机，开始播放Hippo Campus乐队的音乐（我想主题是合适的）我正在做质量控制检查，检查我们收集的大脑数据中是否有不自然的条纹或异常的亮度。
使用一种特殊的软件程序，我查看了原始的功能数据——一个模糊的大脑缓慢跳动的灰色和黑色视频。从本质上说，扫描仪产生的原始数据是一个四维矩阵，记录了每个体素随时间的变化。扫描仪内的活体大脑已经被转换成一组数字时间序列。这和你拍摄日落照片时发生的事情是一样的——相机将物理场景转换成数字、像素强度和颜色的矩阵。一旦大脑变成这种数字形式，你就可以用它做很多事情。利用计算机神经科学家的实验室工作台——一台电脑和一台台式电脑——我可以扭曲、平滑和过滤这些大脑，这是一个被称为数据预处理的分析阶段。
功能磁共振成像是一种毫米游戏。头部的微小移动超过3毫米会产生扭曲的、最终无法使用的图像。预处理通过应用数学变换帮助纠正运动，每次大脑反弹或滚动时，这些数学变换都会将大脑移回原位。预处理还获取模糊、原始的大脑功能数据，并通过拉伸、移动和收缩体素，将其转换为匹配第一个对象的解剖扫描，第二个对象的标准大脑模板。
人类大脑表现出相当大的差异性——半球略微不平衡，枕叶凹凸不平，或者只是整体尺寸更大(正如颅测量师早期注意到的那样)。如果不将每个参与者的大脑与模板匹配，我们就无法在整个研究样本中比较大脑活动。
算法在空间上平滑数据，这意味着平均邻近体素的活动，试图消除噪声。至少，我们认为可能是噪音;人们总是希望他们没有过滤掉真正感兴趣的信号。这就像用你的手指在铅笔画上擦来擦去阴影。所有这些整形和校正使大脑图像更清晰，更均匀，边缘不那么粗糙——以空间分辨率为代价。
预处理步骤有无数的变化，尽管斯坦福大学的可再生神经科学中心(Center for reproductive Neuroscience)率先提出了标准化倡议，但整个领域遵循的标准仍然很少，留给研究人员的选择很多。使用哪种计算机操作系统、软件程序或扫描仪硬件，这些看似无关紧要的决定，可能会产生关键的结果差异。
“磁共振的优势在于它是一种非常灵活的技术，”马蒂诺斯中心和马萨诸塞州总医院的计算核心主任Bruce Fischl说，他是功能磁共振分析算法的早期先驱之一。“它可以生成结构图像，功能图像，甚至绘制与神经连接有关的东西，或观察化学变化。这种灵活性的缺点是很难在不同的实验室中标准化任何一组图像。”
W威尔和我盯着灰度大脑模板，这是我们所有受试者的统计数据的集合，它完全没有颜色，没有热点，没有簇作为未来感兴趣的区域。我们已经到了预处理阶段，实际的统计分析。我们曾假设，我们会看到皮层下奖赏回路的不同活动，这取决于金钱奖赏是否对外组造成伤害，这可能表明奖赏信号影响伤害竞争组的决定。在花了那么多的夜晚进行扫描，周末在图书馆学习一种新的编程语言，花了几个小时解决实验设置的问题之后，我原本希望我们能看到一个新的结果，但这是一个无效的结果，一个无用的结果。幸运的是，这只是我们的初步分析，但我仍然感到沮丧。
一个常见的误解是功能磁共振成像研究告诉我们哪些大脑区域在某些任务中是活跃的。事实上，一切都是相对的。功能磁共振成像研究可以告诉我们哪些大脑区域在一项任务中比在另一项任务中更活跃。换句话说，功能磁共振成像分析告诉我们哪些体素集合的活动特征更符合一种情况而不是另一种情况。即使是利用机器学习发展的尖端方法，也会分析体素是否包含可以区分一种情况和另一种情况的信息。
在功能磁共振实验中最常见的分析程序，无效假设检验，要求研究人员指定一个统计阈值。选择统计阈值决定了什么是重要的体素——哪些体素最终被染成樱桃红或柠檬黄。统计阈值决定了发表在权威期刊上的有意义的结果自然界或科学，一个空结果被塞进文件抽屉。
科学家们面临着公布积极成果的巨大压力，特别是考虑到超竞争的学术就业市场，该市场将出版记录作为科学成就的衡量标准（尽管再现性危机已经引起了人们对这种激励结构的损害的关注）。如果一项功能磁共振成像研究的结果是无效的或暗淡的，你不能总是回去运行另一个版本的研究。核磁共振成像实验非常昂贵，而且耗时，我自己的实验需要25000美元以上，而且需要一年多的时间才能完成。你可以看到，研究人员可能会受到诱惑，甚至是下意识地，再一次玩弄分析参数，看看他们是否能从花费如此之多才能获得的数据中发现重大影响。
“功能磁共振成像显然不是纯粹的噪音，它是一个真实的信号，但它有很多自由度，可以摆弄数据，以不同的方式过滤，直到你能看到你想看到的东西，”博恩说。
您可以看到研究人员可能会受到如何玩弄这些参数的诱惑。
在这部分分析中，被称为多重比较的统计过剩问题显得尤为突出。“这可能是脑成像中最大的问题，”Fischl告诉我。多重比较方法太多的统计测试。多重比较的问题就像调查10万个陌生人，看他们是否私下知道Beyoncé。这10万人中没有一个人真正认识她，但你每问一个人，他们都有5%的几率会撒谎说自己认识她，只是为了好玩。最后，你在Beyoncé上有5000个朋友，尽管最基本的事实是，那些人没有一个是她的朋友。如果你问100个陌生人，你只会得到5个错误的测量结果，但由于纯粹的数字和随机欺骗的可能性，调查10万个陌生人会得到5000个错误的测量结果。
fMRI数据也是如此:一个人的大脑数据有几十万个体素。根据体素和随机噪声的绝对数量，对每个体素进行统计测试的研究人员几乎肯定会发现存在显著影响，而实际上并没有显著影响。
2009年，当功能磁共振扫描检测到一条死鲑鱼中有鱼时，这一点变得清晰起来。Craig Bennett，圣巴巴拉加利福尼亚大学的博士后研究者，想通过分析来测试他能推到什么程度。他把一条大西洋鲑鱼放进核磁共振扫描仪，给它看情感场景的图片，然后进行典型的预处理和统计分析程序。你瞧，死鱼的大脑对情感图像表现出更高的活性，这意味着一条敏感的鲑鱼，如果不是活着的话。即使是在一条死鲑鱼的大脑中，核磁共振扫描仪也检测到了足够的噪音，以至于一些体素显示出统计上的显著相关性。6由于未能对多重比较进行纠正，班尼特和他的同事“发现”了虚幻的大脑活动。
问题在于我们对这些结果的要求以及我们给予它们的权力。
为了纠正多重比较，神经影像学医师必须建立严格的统计学意义阈值。“这很困难，因为我们不知道正确的方向是什么，”Fischl告诉我。“作为一名研究人员，你面临着一个选择:你打算带着缺失的东西生活下去吗?或者你打算继续展示那些不真实的东西?”
Fischl正在谈论统计阈值如何在科学家最深的两种恐惧之间取得平衡：误报（错误地将噪声识别为信号）和误报（在噪声中丢失信号）。这就是问题所在：该领域尚未找到多重比较的最佳实践解决方案，因为人们无法就严格程度的正确平衡达成一致。此外，所有可能的矫正程序都有重要的弱点，比如假设体素彼此独立，即使它们不是。
2016年，另一篇论文震惊了神经成像世界。安德斯·埃克隆德、托马斯·e·尼科尔斯和汉斯·克努特松发表了一篇关于常用功能磁共振成像软件分析软件包故障的实证研究。3.这些软件错误极大地增加了假阳性结果的几率，在某些情况下超过了70%，而不是大多数研究人员假定的5%的错误率。这一发现对先前发表的研究提出了质疑，这些研究涉及大脑与人格的关联、知识的神经表征，甚至决策的神经特征。
我第一次读贝内特和埃克隆的报纸时，我坐在那里发呆。我正在做的研究和阅读的研究是正确的吗真实的？马萨诸塞州马丁诺斯生物医学成像中心主任布鲁斯·罗森（Bruce Rosen）给了我一个更温和的建议。“鲑鱼论文表明，你可以用一种似乎合理的方式进行分析，并得到这个非常愚蠢的结果，”罗森说。“我对你得到一个愚蠢的结果感到惊讶吗？很难。功能磁共振成像检测到一个非常大的信号，但它仍然是一个相对于基线变化1%的信号。很容易把事情搞砸，让你看到1%的变化吗？很容易。”
至于埃克隆人，et al。在论文中，罗森承认，“这是一个极好的统计学观点。这实际上是我们理解的一点，但毫无疑问，很多人不理解。”但他认为这篇论文的含义被夸大了。“这篇论文的影响实际上是相当有限的，就被证明无效的结果数量而言，这些结果都是重要的。无论我们是在误导人们还是让医生误入歧途，都是微不足道的，就我所知。但这篇论文得到了很多媒体的关注，突然间，功能磁共振成像(fMRI)受到了打击。”
T“黑眼圈”并没有阻止人们对这项技术的乐观猜测。在2019年的一次华尔街日报》科技企业家杰里·卡普兰(Jerry Kaplan)写了一篇题为《读心术的机器》(The Machines That Will Read Your Mind)的文章。卡普兰的文章强调了机器学习的进步和功能磁共振成像数据的融合，探索了使用神经成像来检测谎言、在法律环境下判断有罪、确定某人何时因疾病真正“痛苦”，以及大脑活动监测的可能性。这听起来像是一个前提黑镜子“有一天，你可能会在一定程度上准确地了解你的配偶是否真的爱你，是否觉得你有吸引力，或者是否有外遇。”
对欺骗和大脑的兴趣并不是什么新鲜事。自2008年以来，像No Lie MRI和Cephos这样的公司竞相开发充分的研究，将fMRI用于测谎，为寻求验证不正当证明的法律被告提供服务。大多数科学家和法律学者都认为，这项技术还没有准备好进行法律应用，一些法院已经拒绝了在辩论中使用功能磁共振成像证据的请求。7但就在2016年，NoLie MRI的投资者Robert Huizenga仍在宣传该公司奥兹医生秀．他吹捧功能磁共振成像是“第一种公正、有科学依据的区分谎言和真相的方法”。
“大脑亮了起来”这句话是我们所创造的图像的产物。
罗森说他理解功能磁共振成像图像是如何具有特殊的说服力的。他说:“图像的清晰度导致了图像本身之外的含义。”“你看到大脑上有一个点，你会觉得，‘哦，这太清楚了。然后，当你看到潜在的数据时，你会意识到，嗯，这可能只是统计数据显示的一个很小的信号。这更像是一个概率而不是真实的结果。然而当你看到亮点的时候，它似乎根本不可能出现，因为它就在那里，对吧?不容争辩的。”
正是这种大脑图像投射出的科学权威的力量，让科学人类学家约瑟夫·杜米特(Joseph Dumit)评论道:“在法庭上，大脑图像不会被视为带有偏见的、程序化的相关性表征，而是被视为直接、客观的照片。”8
在试图减轻判决的过程中，律师们引用了大脑图像作为刑事被告的病理证据。辩论通常采取以下形式:被告有神经或精神障碍，损害认知和道德推理。这张图片显示了与精神病理学相关的大脑异常。
在涉及死刑的法庭案件中，神经影像学证据实际上可以成为生死攸关的问题。与此同时，这类证据证实了不同人类类型的概念：疯子和神智正常者、病理学者和健康者，这些类别在大脑活动的精彩图片中得到了证实。在这样做的过程中，它将生物学上的人格概念置于其他更全面的人类生命概念之上。
其中一个令人担忧的结果是异常行为的医学化，它最终可以激发生物干预，以消除被认为是非规范性或错误的行为。也就是说，功能磁共振成像通常声称大脑“受损”，而受损的大脑需要修复。这可能会导致一些伦理上令人担忧的举措，比如最近通过电刺激囚犯的大脑来减少攻击性。9在这里，人际暴力的问题，一个受许多结构和文化因素影响的社会问题，被定位在大脑的个体层面。这在很大程度上是因为大脑图像对我们对构建人类行为的机制的想象，尤其是对精神疾病和犯罪等被污名化的性格的想象，有着紧密的联系。
我我靠在椅子上，眯着眼睛透过威廉·詹姆斯大厅14层实验室办公室傍晚的阳光。大量无用的、随机的fMRI数据开始让我不知所措。在这样的数字喧嚣中，我们如何提取出真正的信号，尤其是在我们的统计程序和技术存在缺陷的情况下?我应该相信哪些结果?最重要的是，我们如何负责任地使用功能磁共振成像技术，而不将疼痛、欲望和其他人类情感的狭义生物医学定义具体化呢?
“科学家也是人，如果说我们对人类有什么了解的话，那就是当我们想要相信某件事的时候，我们很擅长欺骗自己，”博恩对我说。我不想欺骗自己，或者让我们一起欺骗自己，关于功能磁共振成像揭示了大脑的什么。
2020年3月，就在世界卫生组织宣布COVID-19为全球大流行的同一周，我提交了我的毕业论文，使我获得了神经生物学和哲学的联合学位。它包含了我对fMRI实验的总结，包括无效结果和其他分析的未来方向。我还认为，功能磁共振成像(fMRI)的某些形式的证据可以说明幸灾乐祸是不道德的，幸灾乐祸是一种你对他人或另一群体的不幸感到高兴的情绪。我为我的论文感到骄傲，也非常喜欢收集和分析神经数据。
但在做这项研究的过程中，我被迫面对这样一个事实:功能磁共振成像是一个不精确的相机，它捕捉的是模糊的血液图像，而不是神经元，在我们看到图像之前，需要大量的计算操作。如果我们想避免手术或药物治疗，这是我们拥有的最好的大脑摄像头，但却是一个相当糟糕的。功能磁共振成像有产生了重要的成果和知识。正如麻省理工学院麦戈文研究所(MIT 's McGovern Institute)教授南希·坎维舍(Nancy Kanwisher)所说，它让我们可以想象成人大脑皮层的系统组织，这“为研究人类大脑的发展和进化起源提供了一个新的杠杆”。它还使神经科学家得以了解大脑的默认模式网络，该网络在自传体记忆和规划中发挥着关键作用。
问题在于我们对这些科学结果的要求和期望，以及我们赋予它们的权威。毕竟，“大脑亮起来”这句话是由那些我们工艺。这些引人注目的斑点和连接图之所以存在，是因为神经科学家、磁共振物理学家和数据科学家决定以一种特殊的方式来可视化和表示来自大脑的数据。
现在，我开始怀疑自己是否还想继续从事这个令人担忧的领域。毕业后，我转向了我的另一个爱好，在亚裔美国人社区的政治倡导和教育。我在加州加入了两个草根倡导组织，一个组织日裔美国人，另一个建立跨种族联盟，反对歧视政策。虽然我不是在探索人们的大脑，但我正在学习如何在有着长期冲突和共同压迫历史的种族群体之间建立团结。作为一名学生，我曾想了解群体内和群体外的界限是如何形成的，现在我有机会观察和实施第一手行动，以规范或扩大群体中的成员。
尽管如此，我还是保留了我的谷歌书签文件夹，用于认知科学博士项目。有时间我就去听神经科学讲座。也许我会回来，作为神经成像技术的科学家或社会学家。在打开核磁共振机的黑匣子时，我可能已经不再喜欢神经图像了，但至少现在我看清了它们的本质。
凯尔西·市川(Kelsey Ichikawa)是一位对科学的政治和伦理感兴趣的崭露头角的研究人员。她于2020年从哈佛大学毕业，获得了神经生物学和哲学学士学位，目前在加州工作。你可以关注她的推特@IchikawaKelsey
参考文献
1.格尔贝,。FMRI25研讨会(2017)．
2.Wise, R.G.和Tracey, I. fMRI在药物发现中的作用。核磁共振成像杂志23, 862-876 (2006); 卡迈克尔，O。，et al。功能磁共振成像在药物开发中的作用。药物发现今天23, 333 - 348(2018)。
3.聚类失败:为什么空间范围的fMRI推断夸大了假阳性率。美国国家科学院院刊113, 7900 - 7905(2016)。
4.在情绪、人格和社会认知的功能磁共振成像研究中，令人困惑的高相关性。心理科学视角4, 274 - 290(2009)。
5.研究团队从相同的大脑扫描数据中得出了不同的结果。这位科学家(2020).
6.Bennett, C.M, Miller, M， & Wolford, G.L.以死后大西洋鲑鱼为研究对象，研究跨物种视角的神经关联。神经影像47S125(2009)。
7.Farah，M.J.，Hutchinson，J.B.，Phelps，E.A.，和Wagner，A.D.基于功能磁共振的测谎：科学和社会挑战。神经系统科学自然评论15123 - 131 (2014);功能磁共振成像测谎仪的可靠性在第一次听说时就失败了。斯坦福大学法律评论(2010)。
8.傻瓜，j。客观的大脑，偏见的图像。在环境科学12, 173 - 201(1999)。
9.Molero-Chamizo, A.， Riquel, R.M.， Moriana, J.A.， Nitsche, m.a.， & Rivera-Urbina, G.N.被监禁暴力罪犯的双侧前额皮质阳极tDCS对自我报告攻击性的影响。神经科学39731-30(2019)。
主图像:Jackie Niam / Shutterstock
