收藏 分销(赏)

静息态处理.ppt

上传人:精*** 文档编号:14503260 上传时间:2026-10-01 格式:PPT 页数:20 大小:682.54KB 下载积分:10 金币
下载 相关
静息态处理.ppt_第1页
第1页 / 共20页
静息态处理.ppt_第2页
第2页 / 共20页


点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,静息态处理,fMRI 数据预处理,用spm做预处理:,slice timing,realign(Est&Res),Normalise(Est&Wri),Smooth,无需去协变量 全脑均值,ICA使用的是smooth之后的数据。,使用GIFT软件做独立成分分割,软件包如同SPM 只需添加到matlab搜索路径中保存然后在matlab中输入:gift 即可调用。,其使用说明书和相关文档:,主界面,Is your data stored in one folder?,选择 All*即可。,这说明第一个被试有一个run,200个时间点,点击一下右边呈蓝色,则Files Selected:200 表示选中了第一个被试的这200个时间的数据。,无需去协变量 全脑均值,其他的选项选择默认不变就可以了。,(如要做全脑尺度的网络,选的IC比较多,简单的办法是使用功率谱分析,排除非功能网络IC),Is your data stored in one folder?,第一行:选择输入文件前缀(按个人习惯),(如要做全脑尺度的网络,选的IC比较多,简单的办法是使用功率谱分析,排除非功能网络IC),Subject Session 1,变蓝,软件包如同SPM 只需添加到matlab搜索路径中保存然后在matlab中输入:gift 即可调用。,第一步:对要考察的各个成分的时间序列进行滤波0.,Run Analysis,出现右边的选框,下面点击Subject1Session1,选则好数据后一般是要估计成分数的。,选择好后 Directories selected:1,选择好后 Directories selected:1,导入数据以及参数选择,setup ICA Analysis 选择输出路径,注意:,(每个被试的数据有一个文件夹,然后将所有文件夹放在同一个路径下)就是选择这个路径。,选择好后 Directories selected:1,第一行:选择输入文件前缀(按个人习惯),第二行:选择要处理的数据,点入:,Is your data stored in one folder?,选择No(因为你的每一个被试都有一个文件夹),被试数目选择,:(即所有被试数目总数),Session处选择1,这里每个被试只有一个数据集(即我们说的一个run),点ok,左边一栏为所有被试的数据输入的入口,从第一个起逐一选择每一个被试:点击,Subject Session 1,变蓝,下面点击Subject1Session1,选择第一个被试的数据,在左栏找到第一个被试的文件夹点入,右边即显示了:,1:200swrasub01_run1_*img,1,这说明第一个被试有一个run,200个时间点,点击一下右边呈蓝色,则Files Selected:200 表示选中了第一个被试的这200个时间的数据。,其他被试操作相同直到所有被试的数据都选中好。,选则好数据后一般是要估计成分数的。,这里虽然给出了一个默认的20个IC 但是在上面一个选项中要选择yes,来估计IC数目。,这就是估计出来的IC数目:,平均数目为36,最小的为27,最大的为54;,第二行:选择要处理的数据,点入:,平均数目为36,最小的为27,最大的为54;,点击Done 下一栏的所有选项也保持默认不变 直接点击Done。,左边一栏为所有被试的数据输入的入口,从第一个起逐一选择每一个被试:点击,先选中Component变绿,然后选择右下方的Display 即可以看到我们前面选择的27个成分的空间解剖分布及其对应的时间序列:,左边一栏为所有被试的数据输入的入口,从第一个起逐一选择每一个被试:点击,Subject Session 1,变蓝,其他的选项选择默认不变就可以了。,先选中Component变绿,然后选择右下方的Display 即可以看到我们前面选择的27个成分的空间解剖分布及其对应的时间序列:,选择好后 Directories selected:1,Is your data stored in one folder?,(如要做全脑尺度的网络,选的IC比较多,简单的办法是使用功率谱分析,排除非功能网络IC),被试数目选择:(即所有被试数目总数),当然取的成分数过多就会将这些网络细分开。,选则好数据后一般是要估计成分数的。,Number of IC,这里的选择是不确定的,具体填多少要看最后分出来的效果,即,要与研究的问题相结合。,一般来讲;要求分出:,DMN(默认模式网络)、感觉网络、自参考网络、视觉网络、听觉网络、运动网络当然还必须包括你要研究的ICs;当然取的成分数过多就会将这些网络细分开。,一般IC可以从最小的选择起,如这里选择27,最后看分出的效果,不好再改变。,其他的选项选择默认不变就可以了。,点击Done 下一栏的所有选项也保持默认不变 直接点击Done。,在主菜单栏中选择:,Run Analysis,出现右边的选框,然后选择刚才生成的.mat参数文件,如蓝色 点击ok即可。,选择 All*即可。,至此,已经完成了,数据的导入和输出。耐心等待它的处理。,先选中Component变绿,然后选择右下方的Display 即可以看到我们前面选择的27个成分的空间解剖分布及其对应的时间序列:,按解剖细节区分各个成分,ICA后处理,选择和确定好要研究的IC,这里IC相当于大脑之中的功能子网络,当然,作为更大尺度的网络来看,各个功能子网络之间也是相关的,根据这种相关程度可以构建更大尺度的网络并进一步进行分析:,第一步:对要考察的各个成分的时间序列进行滤波0.01到0.8Hz;,(如要做全脑尺度的网络,选的IC比较多,简单的办法是使用功率谱分析,排除非功能网络IC),网络一般的构建方法与常用的分析:,谢谢观看,
展开阅读全文

开通  VIP、SVIP  下载更划算
下载10份以上建议开通 VIP 会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        关注我们

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服