如何帮助阅读学习困难的孩子，这听起来是个简单的问题，但是这其中可能会有许多我们从来没考虑过的问题。
　　首先在实验设计方面，实验设计的目的是诊断阅读障碍，尽早确定最好的方法来帮助特定孩子成为成功的阅读者。如果我们测量了很多孩子的脑激活数据，测量的结果会分布在某一个范围内，某些数值可能反映了学生间的差距，另一些可能只是测量的“噪音”。这些数据呈现最常见的正态分布，而阅读学习困难的孩子可能远高于或者远低于正常水平。我们的目的就是发现孩子是在正常分布上，还是在正常分布以外。当孩子在正常分布的一侧时，我们可以通过特殊教育来帮助他。如果这个孩子无法通过教育来矫正，我们就需要通过为他们提供特殊的电子辅助工具或者特别的支持来帮助他们。值得注意的是，这是群体数据，但我们考虑的是一个孩子的情况，我们永远不会用群体的数据来诊断一个孩子。就像在诊所里，医生不会用一种针对群体的平均疗法来给你看病，而是根据你的身高体重，针对你的个人情况开处方。
　　在研究的时候，科学家把数据分成两组，比如500个正常阅读水平的人， 500个阅读困难的人。然后他们用群体数据对这两组人进行比较，可以看到，阅读困难的组和阅读良好的组只有微小的区别。用另一种方式对这些数据进行绘图，你可以看到这两组的平均值存在差异。如果我们再绘制这两组的置信区间，我们可以得出这样的结论：这两组之间区别很大，虽然这只是对同样的数据采用了不同的绘图方法。這两种绘图都是正确的，但是这对我们想要治疗的单个孩子帮助不大。单个孩子无法通过这种测量手段得到帮助，因为这两个组之间存在较大的重叠部分。在重叠部分，我们不知道他属于正常组还是阅读障碍组。尽管这两组平均值上有明显的区别，但是我们无法用这个数据，因为这个数据对个体的意义不大。因此，使用针对单个被试的实验设计，选择能够诊断个体而不是群体的实验与分析，将研究的问题确定为如何帮助一个孩子，这样就会设计出不同的实验，比较不同的指标。这种研究不同于比较两个组的实验研究。
　　第二，皮质映射关系的研究进展。行为研究对脑的研究是极其重要的，包括研究孩子的行为表现、阅读、听力、语言等。有些研究也许仅用行为测量就能找到令人满意的方法。人们对脑成像研究的兴趣源于对行为研究数据的可靠性的担心。但是如果只研究动物的细胞、分子、突触机制，我们就会错过很多重要的关于人脑学习阅读和语言的研究成果。神经测量也有助于诊断。在确定脑的某个测量指标方面，我们的技术已经可以测量精细的指标，精度可达1～3毫米。在过去的25年，我们已经发现了许多关于大脑视觉区域的组织结构的知识。
　　在视觉区域，靠近视野映射图谱的颞枕叶腹侧皮层（VOTC）包含几个专门的加工区域，每个区域对某类刺激的反应比其他区域更好，这就是功能的特异性。例如，有专门加工面孔的区域，还有专门加工文字的视觉词形区（VWFA）。视觉词形区对于人类的阅读非常重要，该区域会随着孩子的阅读学习而得到发展。阅读运用了视野的中心部分，视野的边缘是即将阅读的部分。视觉区域根据视野形成映射关系，包括中心区域、旁边的区域以及最边缘的区域。事实上，视觉区域包含了不止一个映射图，可能有大约20个不同的映射图，这些映射图覆盖了大脑后部的大部分区域。
　　阅读从书面文字开始，形成特异化的视觉加工区域。检查这些特异性的加工区域，可以发现阅读中出现的问题以及阅读问题出在哪里。上图V1中的一个体素，对视野的一小部分做出反应，因而拥有较小的视野。整合某一区域的体素的群感受野，比如说整个V1，便可以描述该区域的视野。脑中更大的区域对应视野中更大的区域。初级视觉皮层的基本工作原理是，视野中的每个位置都能激活皮层上的不同区域。我们可以检查每个孩子视野与大脑中的对应区域，比如视觉词形区。也就是说，这个孩子的视野激活了阅读的回路。我们发现，不同人的视野的大小是不同的。例如13号被试的视野很小，可能存在阅读困难;而14号被试的视野很大，如果这个被试也存在阅读困难的话，那么他的问题可能是其他原因造成的。
　　因此，我们已经有足够的知识，可以帮助阅读障碍的孩子，尽管还有很多值得研究的地方。通过回顾视觉回路如何加工单词，结合测量的每个人的数据，我们可以预测这个人的某个指标出了问题，造成了他学习阅读困难。
　　另一个需要重点关注的是人脑中的一个区域与另一个区域的联结。人与人之间的联结是不同的。这种差异是否表示不同的阅读能力仍然有待于进一步的研究。大脑的白质连接不是静态的，而是非常活跃的。这几年我们已经能够测量单个儿童某个纤维连接的属性。弓形束和下纵束的发展与快速看单词的能力有关，好的阅读者和差的阅读者之间部分各向异性指标（FA）的发展速度和方向不同。有些孩子左侧下纵束的部分各向异性值会随着年龄的增长而升高，而有些孩子则随着年龄的增长而降低。部分各向异性值下降的孩子是阅读困难者;部分各向异性值上升的孩子是正常的阅读者。所以这条纤维的指标与孩子的阅读水平间存在着相关关系，在一种情况下可能是增加的，在另一种情况下可能是降低的。这说明，有些阅读者的水平正常，有些阅读者是低水平。但是，这还不能帮助神经医生或者教育者进行诊断。
　　我们希望有人口分布的测量指标，可以用来评估儿童。对于神经影像学测量，无论是视野的大小，还是纤维束的部分各向异性指标（FA），我们都必须收集、存储和分析。这就需要共享数据，并使用可用于计算和比较的数据库。大多数磁共振中心提供这样两种数据提取的方法：将数据复制到CD、DVD、USB硬盘中，或者将数据复制到服务器并使用远程登录，数据和元数据转移到一个由学生或者博士后控制的系统上。这种数据存储方式的不足之处在于，再利用和共享非常困难，元数据和预处理信息常常丢失。事实上，数据和计算管理对于阅读障碍诊断都非常重要，核磁共振成像中心的数据存档免去了用户再次收集数据以便发表的问题。数据应该可以通过一个独立于平台的网络浏览器获得，以简化访问。基本的工具（例如搜索、可视化和预处理），都可以通过浏览器实现，这样就可以共享和再利用数据，存储元数据，共享预处理方法。
　　以阅读障碍研究为例，寻找适合诊断单个儿童的指标需要许多数据，而且需要迅速找到数据并归类整理。如果诊断6岁的孩子，需要6岁孩子的数据，如果诊断12岁的孩子，则需要12岁孩子的数据。运用我们开发的软件可以将每个扫描仪上得到的数据快速地集中到一个统一的数据库中，然后运用特殊的工具来分析这种大规模的数据，而不是每个实验室自行分析。
　　总之，这种实验设计以及上述测量指标有助于诊断阅读困难的患者。我们开发的软件技术有助于这些过程的实现，这样才能建立一个对教育者有益的神经科学。