- 博客(15)
- 收藏
- 关注
RSS订阅原创 fNIRS光极排布——基于fNIRS Optodes’ Location Decider (fOLD)工具包
fNIRS实验设计面临一个挑战:如何将感兴趣的大脑区域（ROI）转化为光极在头皮上的具体位置？fNIRS实验设计受限于有限数量的光源和探测器,需要将它们放置在头皮的选定部位，优化配置它们，在合理的资源内探测到ROI，是值得思考的问题。有没有一种自动化的方法来根据ROI来决定光极位置？fOLD工具包正是为解决这种需求而开发的，它可以自动决定fNIRS光极位置的方法：最大化对感兴趣脑区的解剖特异性。笔者通过学习发现，它的使用非常简单，可以很好的帮助我们进行光极排布的优化，特此分享一下学习笔记。
2024-10-01 00:49:50
1049
原创 基于医学图像配准软件 ANTs（Advanced Normalization Tools）配准定量磁化强度映射（quantitative susceptibility mapping,QSM）的方法
定量磁化强度映射(Quantitative Susceptibility Mapping, QSM)是一种先进的磁共振成像技术，它通过测量人体组织在磁场中引起的微小磁场扰动来计算组织的磁化率，从而提供定量的组织特性信息。这种技术主要应用于脑部成像，能够显示铁含量、钙化和髓鞘等结构，相比传统的T2*加权成像，QSM具有更高的空间分辨率和对比度，并且能够区分顺磁性和抗磁性物质。在临床上，QSM对于神经退行性疾病、多发性硬化等脱髓鞘疾病的评估，以及脑出血和微出血的检测都具有重要意义。
2024-09-02 20:31:12
819
原创 基于医学图像配准软件 ANTs（Advanced Normalization Tools）提取脑图像数值并与临床量表计算相关
神经影像学与临床评估的结合正在革新我们对神经精神疾病的理解。本博客聚焦于如何利用先进的医学图像配准软件ANTs（Advanced Normalization Tools）提取脑图像数值，并将其与临床量表进行相关性分析。目录一、准备掩模（Mask)二、准备T-value mapT-map 和 Z-map的转化比较同一结果的T-map和Zmap三、提取Mask内Z-value四、计算Cluster内均值五、计算相关。
2024-08-30 21:11:38
1414
原创 大脑可视化：多种方式实现fMRI的ROI的绘图
本文详细介绍了如何使用BrainNetViewer这一专业软件来实现大脑区域兴趣（Region of Interest，简称ROI）的体积可视化。BrainNetViewer是一个功能强大的神经影像学工具，它能够帮助研究人员以三维的形式直观地展示大脑结构和功能区域。它主要在基于matlab的环境运行。目录前言操作步骤1.设置路径2.运行GUI3.载入文件。
2024-08-22 21:31:58
753
原创 基于spm实现计算脑簇（Cluster）和大尺度脑网络（Large-Scale Network）的重叠
在神经科学的处理中，经常会出现想通过大尺度脑网络的视角来分析某一脑区的情形，首先我们要判断簇（Cluster）属于哪个网络，其次我们想要得知量化的信息与某网络的重叠百分比。那拿到Cluster的掩模与脑功能网络的模版后，有哪些方法可以计算重叠比例呢？目录前言一、基于可视化软件进行简单查看一、基于matlab进行百分比量化的计算1.计算重叠比例2.画图。
2024-08-16 22:27:25
764
原创 神经科学/机器学习：睡眠公开数据库
笔者自己整理的睡眠神经影像相关的公开数据库，可以用来进行机器学习或者神经影像的研究。目录睡眠剥夺健康人群年轻成年健康人群健康人群儿童OSA（阻塞性睡眠障碍）患者怀孕第36周妇女大学生认知障碍（AD,dementia,adhd…）老年人群嗜睡症与健康人群骨质疏松老年人群亚临床心血管疾病人群被试样本量数据机构链接备注。
2024-08-08 15:22:46
1229
原创 事后检验：脑成像元分析如何确定不同研究的贡献？
神经成像元分析是神经成像技术的一种文献统计方法，已经被广泛用于汇总同一领域研究结果，寻找跨研究的结构和功能一致性。进行完元分析（meta-analysis）的主效应计算后，需要进行事后检验，确认每篇研究的贡献程度。检查贡献可以帮助我们确认结果是否是有具体特征的某类型纳入研究驱动的，可以让我们对元分析结果有更具体的解释。本文将会介绍确认贡献的各种方法。
2024-08-07 20:52:06
708
原创 基于CAT计算出的VBM（四）指标与临床量表相关的原理与技术
本学习笔记承接前文，介绍了对疾病组和对照组进行独立样本T检验，找到了灰质体积存在显著差异的脑区，然后通过掩模提取ROI内的灰质体积，与临床量表寻找关联的数学原理和matlab实现代码。如何提取差异脑区的灰质体积与临床量表算相关？——基于体素的形态学方法（VBM）_全脑体素灰质体积-CSDN博客%5Ccdotdf%3Dn-2n%3D。
2024-08-05 14:21:40
1017
原创 元分析的异质性评估结果指标（Assessment of residual heterogeneity）
我们在进行基于SDM（Seed-based d maping）元分析时，预处理阶段的摘要文件会为postive和negative组进行异质性评估，并根据此来衡量使用随机效应模型还是固定效应模型。那这几个指标分别是代表什么意思？如何计算得到的？我们又该如何使用呢？目录Q统计量τ (tau)df自由度p与Q统计量相关的显著性。
2024-07-31 14:27:05
640
1
原创 SDM（Seed-based maping）基于体素坐标的脑影像元分析常见的问题总结
SDM（Seed-based maping）是一项基于体素坐标的脑影像元分析方法。笔者自己学习的过程中，看完了国外论坛上的所有几百篇help帖子，汇总了一些细节问题，希望可以帮到希望合理应用SDM统计方法的人。涉及的问题包括：目录如何合并任务态和静息态的fMRI研究在一项荟萃分析中？如何设置年龄作为协变量？如何进行杰克尼刀测试？异质性多高叫高?如何比较两种研究的差异（Contrast Analysis）?可否纳入单样本研究?可否纳入相关性研究呢?
2024-07-30 20:41:51
811
原创 神经成像元分析（meta-analysis）中基于种子点差异映射（SDM）算法的哲学与方法论
本文将介绍神经成像领域元分析的发展历程，探讨：SDM算法克服了哪些统计错误？比起其他的元分析方法，可以更多的回答哪些问题？其背后体现对脑功能本质理解的何种哲学？ 然后介绍基于SDM软件包，进行resting-fMRI 元分析的步骤。
2024-07-30 16:13:48
1383
原创 基于DPABI进行独立样本t检验计算VBM的组间差异
本文介绍了从cat12工具包提取出灰质体积后，进行组间比较的原理与思路，详细介绍了独立样本t检验的统计模型，以基于DPABI统计分析的步骤。从而得到了疾病组比健康组灰质体积显著减少的脑区，将其提取为ROI-mask，后续将和临床指标计算相关。
2024-07-29 19:58:40
1184
原创 如何用掩模（mask)提取MRI图像的原理与技术
原始MRI图像。：灰质mask。提取出的MRI里的灰质图像。都是三维矩阵，且其三者的维度相等并等于对于图像中的每个体素，我们都可以用来表示其位置。笔者进行VBM（体素形态学）组间比较时发现不同组因T1图像不同，分割后的灰质图像维度并不一致，为了让每个体素单位的统计检验更可靠，学习将三组在同一空间再次应用灰质掩模后比较。图7 按本文步骤提取的灰质图像I%3AMG%3AI%2CM%2CG。
2024-07-28 17:16:59
1130
原创 基于CAT的VBM和SBM计算学习笔记（二）感兴趣区（ROI）&全脑体积（TIV）
本文介绍了用cat12运算VBM前，如何抓取ROI信息；运算VBM后，如何转化ROI文件和提取全脑体积，为之后的统计分析做好准备。t=N7T8基于CAT的VBM和SBM计算学习笔记（一）VBMhttps://mp.csdn.net/mp_blog/creation/editor/140665644。
2024-07-26 14:56:17
1034
1
原创 基于CAT的VBM和SBM计算学习笔记（一）VBM
回顾一下，本笔记介绍了从T1原始图像到灰质体素图像的全过程。在先使用DPABI软件预处理好T1图像后，用Cat的Segment自动化功能得到分割后的灰质体素图像，再用spm进行Smooth。那么就得到了可以使用的灰质体积图像，后续再通过TIV得到全脑体积，然后进行组间比较、临床相关等统计分析即可。
2024-07-24 18:47:30
1651
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人