静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(4-5):The R-fMRI Maps Project and Animal Data

视频来自:4_TheR-fMRIMapsProject_哔哩哔哩_bilibili

pdf:The R-fMRI Course | The R-fMRI Network

目录

1. The R-fMRI Maps Project

1.1. 解构,语义分析和诊断

1.2. 通过大脑对人体进行聚类(对于抑郁症)

1.3. Data Preparation 

1.4. Standardized Preprocessing

1.5. Quality Control

1.6. Data Upload

2. Animal Data

2.1. 数据处理

1. The R-fMRI Maps Project

1.1. 解构,语义分析和诊断

 

1.2. 通过大脑对人体进行聚类(对于抑郁症)

 

1.3. Data Preparation 

(1)dpabi→Utilities→DICOM Sorter将数据整合分类

1.4. Standardized Preprocessing

(1)见上次学习笔记:(10条消息) 静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_夏莉莉iy的博客-CSDN博客

1.5. Quality Control

(1)Reorient时会出现图像界面,可以对图像进行质量控制

 (2)常见的图像质量问题

        ①头动:有一圈一圈的尾迹,对于结构上的扫描非常影响

 

        ②Ghost影像

 

        ③化学位移伪影(Chemical shift artifacts):脂肪和水的共振频率不同,导致重合失调

       

 

        ④混叠伪影(Aliasing artifact):平衡泄露

        ⑤Spikes(Single peak in k-space):噪音过多

 

        ⑥Zipper:屏蔽没有做好

 (3)结构上无效影像案例(下图揣测为发胶和假牙)

 (4)功能上无效影像案例

 

1.6. Data Upload

(1)在The R-fMRI Maps Project录入数据

        ①底部Organize Intermediate Files可以存一些数据,这样下次在导入分析可以节省时间

        ②Organize Results就直接分析而不存了

(2)录入方式

        ①FTP

        ②网盘

        ③QQ邮箱超大附件

2. Animal Data

2.1. 数据处理

(1)在界面上可以看到DPABI for MONKEY Data

(2)人和动物大脑尺寸差异大,因此需要在Utilities→Voxel Size Augmentor里调整尺寸

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是用MATLAB分析静息脑电数据的代码示例: 1. 求&alpha;频段的功率的代码: ```matlab % 读取EEG数据 eeg_data = load('eeg_data.mat'); eeg = eeg_data.eeg; % 假设eeg是一个N x M的矩阵,其中N是时间点数,M是通道数 % 设定分析参数 fs = 1000; % 采样率 f_alpha = [8, 12]; % alpha频段的频率范围 % 计算功率谱密度 pwelch_params = struct('Fs', fs, 'Window', hann(512), 'OverlapLength', 256, 'NFFT', 1024); [pxx, f] = pwelch(eeg(:, 1), pwelch_params.Window, pwelch_params.OverlapLength, pwelch_params.NFFT, pwelch_params.Fs); % 提取alpha频段的功率 alpha_idx = (f >= f_alpha(1) & f <= f_alpha(2)); alpha_power = trapz(pxx(alpha_idx)); % 使用梯形积分法计算功率 % 显示结果 fprintf('Alpha power: %.3f\n', alpha_power); ``` 在这个示例中,我们假设EEG数据已经存储在了一个名为`eeg_data.mat`的MAT文件中,其中变量名为`eeg`。我们首先设定了采样率和alpha频段的频率范围,然后使用MATLAB的`pwelch`函数计算功率谱密度。该函数的输入包括信号、窗口函数、重叠长度和FFT长度等参数。在计算出功率谱密度后,我们使用梯形积分法计算出alpha频段的功率。 2. 求&alpha;频段的能量的代码: ```matlab % 读取EEG数据 eeg_data = load('eeg_data.mat'); eeg = eeg_data.eeg; % 假设eeg是一个N x M的矩阵,其中N是时间点数,M是通道数 % 设定分析参数 fs = 1000; % 采样率 f_alpha = [8, 12]; % alpha频段的频率范围 % 计算能量谱密度 pwelch_params = struct('Fs', fs, 'Window', hann(512), 'OverlapLength', 256, 'NFFT', 1024); [pxx, f] = pwelch(eeg(:, 1), pwelch_params.Window, pwelch_params.OverlapLength, pwelch_params.NFFT, pwelch_params.Fs); % 提取alpha频段的能量 alpha_idx = (f >= f_alpha(1) & f <= f_alpha(2)); alpha_energy = trapz(pxx(alpha_idx) / sum(pxx)); % 使用梯形积分法计算能量 % 显示结果 fprintf('Alpha energy: %.3f\n', alpha_energy); ``` 这个示例和上一个示例的主要区别在于计算的是能量谱密度而不是功率谱密度。能量谱密度可以认为是功率谱密度乘以采样间隔的平方,因此在计算alpha频段的能量时需要将功率谱密度除以总能量,以得到归一化的能量谱密度。另外,我们同样使用梯形积分法计算出alpha频段的能量。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值