在功能磁共振成像（fMRI）中，神经活动的检测依赖于局部血流量的增加，以供应更多的氧气。神经活动的快速变化使得在10毫秒内就能被fMRI探测到，而血液动力学的响应则较慢，通常超过1秒。这种血流的增加会导致T2*的有效值上升，进而增强BOLD对比度，形成可数字化的MRI信号。这些信号会经过空间重新对准、归一化和平滑等处理步骤。
然而，fMRI信号并非完全干净，除了实验诱发的神经活动外，内部神经活动、生理状态以及运动等都会产生噪声。例如，头部的微小运动、心跳和呼吸的节律性运动等，这些都可能导致信号波动，其中R.F.噪声属于宽带噪声，可能源于线圈或受试者体内，影响图像的信号噪声比（SNR）。在空间配准过程中，由于处理时间的限制，插值算法可能存在误差，特别是对于低频运动的噪声。
fMRI实验的数据是对每个体素进行多次测量的时间序列，血流动力学响应和生理噪声可能导致时间序列的自相关或平滑。BOLD信号随时间变化在频率空间表现为不同频率成分的总和，包括与脑功能活动相关的信号和生理噪声，如心跳和呼吸产生的假频。对于心跳和呼吸周期，如果TR（重复时间）较短，可以使用陷波滤波器去除噪声，但对于较长的TR，如全脑多层EPI，可能需要更复杂的处理方法。
图像失真和伪影是fMRI研究中的另一大挑战。fMRI对T2*敏感，但同时也对磁场的均匀性敏感，不同组织的磁感应强度差异会导致图像强度不均匀，尤其在高场强下更为显著。EPI技术的几何失真问题尤为突出，可能需要结合回波序列技术来改善。此外，回波平面图像还会出现Nyquist伪影，通过预扫描和设备稳定性的优化可以减少这种伪影的影响。
人们越来越执著于对客观、确凿的大脑真相的追寻，现在有了一种非常优秀的大脑成像技术，那就是功能磁共振成像(FMRI)。空间编码是磁共振成像的关键技术。