fMRI数据的处理步骤:需要三个工具(SPM12, DPARSF工具箱, 分析工具REST)
1)保持磁化平衡,丢弃每个对象的前10个时间点的数据;
2)分层校正,即将所有剩余时间点的扫描层部分校正为中间层,以解决数据集过程中奇数层的交错序列所引起的分层混乱;
3)头部移动校正,将每个对象的所有时间点的数据与第一个时间点的数据对齐,以消除头部移动伪影,从而减小扫描过程中摇头所造成的影响;
4)将对象的所有数据注册到同一空间,降采样的体素大小统一为3x3x3立方厘米;
5)空间平滑,采用4mm全宽半最大高斯核进行平滑,消除噪声干扰;
6)对平滑数据进行回归协变量,即从每个体素的时间序列中删除干扰信号,以减少非神经元波动的影响,包括白质信号、脑脊髓液信号和头部运动信号;
7)使用带通滤波0.01Hz~0.08Hz过滤时间序列,以最大程度减小低频漂移和高频噪声的影响;
8)基于大鼠脑模板将fMRI图像空间划分为40多个脑区;
9)通过特定ROI中的所有体素的时间序列求均值,得到每个对象的所有脑区的时间序列。
?
Dparsf软件处理示意图
?
该dparsf软件的预处理流程总结一下是:
(1)将DICOM文件转为 NIFTI 数据
? ? ?如果获得的数据是NIFTI就不用该步
(2)移除前n个时间点数据(remove first time points)
? ? ?原因是仪器开始时有个平衡过程,开始时测得的图像不准,舍弃前几个。
(3)时间层校正(slice timing)
? ? ?每次采集一个3D脑图数据都是逐层扫描,且花了2s左右,这样一个3D脑图上的数据并不所有都是数据均同时采集,而是不同层有时间偏移。而计算结点相关时的时间序列是希望两个时间序列是相时的。因此做校正。
(4)头动校正(realign)
? ? ?被试试验时,难免不自主头发生轻微晃动,使得空间数据偏移。像拍照抖动一样。因此做校正。
(5)空间标准化(normalize)
? ? ?每个的脑部形状都是略有不同的,因此我们把数据变换到标准的脑空间中。虽然测试不同的脑,但都是放到同一标准脑中计算。
(6)平滑化(smooth)
? ? ?为了降低信噪比
(7)去线性漂移(detrend)
(8)滤波(filter)
(10)协变量回归(regression out the covariables)
? ? ? 为了降低脑部其它协变量的影响。
?
这些日子一直在简书上使用markdown写作,已经渐渐的痴迷于这种简洁纯粹的写作方...
ajax 实现三级联动,相当于写了一个小插件,用的时候直接拿过来用就可以了,这里...
2月23日消息 据外媒 Windows Latest 今日报道,借助 Windows 10 Sun Valley 更新...
3月22日消息 外媒 Winfuture 报道,此前微软面向 Insider 预览用户公布了 Window...
橡皮擦一个逗趣的互联网高级网虫。 观前提醒本篇文章涉及知识点巨大建议先收藏再...
Go原生就支持连接数据库,所以在使用 Golang 开发时,当需要数据库交互时,即可...
1 . 目标 演示下图的git reset 各选项的效果。 2. Git Reset操作说明 图中说明:...
Greediness(贪婪型):最大匹配 X、X*、X+、X{n,} 是最大匹配。例如你要用 “....
从另一台机器上复制过来的项目,由于两台机器的库目录不一致,导致了stdio.h等很...
本文实例讲述了正则表达式中的操作符及说明。分享给大家供大家参考,具体如下: ...