DPARSF视频笔记
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
ReHo: Regional Homogeneity (局部一致性)
关注的是:哪些区域的ReHo显著高于全脑均值。
加全脑mask,若选Default则使用的是epi预置的mask,概率50%;若自定义mask,需要关心是不是61*73*61,若不是则需要对mask重采样。
使用DPARSF计算:
选Mask; 选多少体素计算ReHo;选上smReHo表示算完ReHo后做平滑;
ALFF(低频振幅)
fALFF(低频振幅比例)
脑室的能量低频、高频都比较高,而PCC只有低频较高,所以fALFF表示低频除以整个频段的能量,可以起到对脑室的抑制作用。
然而fALFF敏感性、可重复性都不如ALFF
步骤:(REST)加数据、选mask、选频段
(DPARSF)选mask,勾选ALFF/FALFF,选频段
Regress out nuisance covariates(不懂……)
(去除协变量:先提取,再去除)
REST:utility-extract covariates-roi-predefined_roi
功能连接
Voxel-wise:先定义一个体素,看跟其他区域的相关系数
ROI-wise:定义两个感兴趣区,看二者的相关系数
利用REST计算:
voxelwise-选择ROI(Spherical ROI或Predefined ROI)
例子:球形-XYZ坐标-半径-view ROI(检查定义的ROI)
用SPM的预处理步骤
1、转换格式:DICOM->NIFTI
利用DICOMimport按钮
2、SliceTiming: 时间校正,消除每层之间采集时刻不同而造成的误差
层数:可通过display来看,其中的z坐标即层数
层序:根据是否是隔层扫描自定
参考层:选择位于采集时序中间的层
(增加前缀:a)
3、头动校正:采用时间校正后的文件
增加前缀:r
(其他值:如不确定,可使用默认值)
Quality: Quality versus speed trade-off
Smoothing(FWHM): 常用8mm或5mm(默认值)
Num Passes: For fMRI, usually registered to the first image.
生成一个rp打头的txt文件,前三列表示xyz方向平动个,后三列表示三方向转动(弧度制)
输入命令行:
b=load(‘rp_af3T004022-0004-00001-000001-01’) (生成的txt的文件名);读取矩阵
c=max(abs(b));
c(4:6)=c(4:6)*180/pi;%(弧度转换为角度)
以上命令行可以看到每个方向平动、转动的最大值
4、配准:Coregister-Estimate
目的:把结构像和功能像相结合,提高分辨率:由于功能像和结构像是转动、平动的线性关系,将旋转矩阵存储到结构像中,可以实现配准
Reference Image: 用空间矫正后的mean文件(img)
Source Image: 用结构像(img)
5、图像分割(Segment)
把大脑的原始图像分成灰质、白质和脑脊液,再去跟功能像配准
data-解剖像
cleanup-light clean
Affine Regularisation——视频作者推荐用European Brains,理由是其比较可信,Asian模板原始数据较少
6、Normalise标准化——将所有大脑放到一个标准空间
两种方法,
推荐用第二种:利用结构像分割后的信息进行空间标准化
1)配准:将结构像变换到功能像
2)对其进行分割得到灰质、白质和脑脊液,得到标准化用的矩阵(在解剖像中的.hdr文件,可以发现其修改时间已经改变,是在coregister时候已经改过了)3)利用那个矩阵进行标准化(具体不是很懂……)
步骤:
Normalise——write
subject: new subject
parameter: 结构像中的sn.mat的文件(另一个inv.sn.mat是表示如何从标准空间往功能空间配准)
Images to write:结构像中的“ms-”文件
Bounding box 改大:-90 -126 -72 90 90 108
Voxel size:用[3 3 3](因实验而定)
重复上述过程,将images to write 改成r开头的新生成的文件,其他参数不变
增加前缀“w-“
7、平滑smooth
将刚刚生成的标准化功能像进行smooth(w开头的文件),FWHM根据实验要求自行选择。
增加前缀”s-“
预处理完成
First level 参数估计(Within the subject)
First level
1)选择目录(结构即可)
2)Units for design :
事件:scans
Block: Seconds(在视频中,该实验为事件相关,采用scan方式)
Interscan interval: TR
下面两个参数除非TR很长的时候才变
Data&Design
scan: 选择平滑后的数据(s开头)
condition:
multiple condition:自己写的一个txt文档,以mat形式导入即可。
文档中包括:
duration, names, onsets.(尚待详细学习……)设置好,运行。
生成了一个SPM.mat文件
Factorial design:
因素个数-自变量个数;因素-命名;level-选择的个数
点ESTIMATE,选择刚刚生成的SPM.mat文件
点Result,选择SPM.mat,出来一些F检验和t检验的结果;查看时,不使用
mask, threshold:0.05;&extent threshold. 在右下角display的overlays里面选择
slice看平面的激活图,选择结构的wms打头的文件;选择section可以看立体
的,同样选择wms打头的文件;还可以选render,更立体,但模板在工具箱里,
需要到Matlab20xx\toolbox\spm8\rend文件夹里,三个可以都试一下。