CONN | Preprocessing fMRI data

碎碎念:跟我读,CONN的理念是——“一条路走到黑”~~~

CONN是一款基于Matlab的fMRI处理工具,最早是为任务态数据处而开发的,不过分析静息态也很方便啦~~

目录

准备工作

 预处理-SETUP环节

BASIC

 Structural

 Functional

Preprocessing

 图像质量检查


准备工作

1. 下载CONN包,将包所在路径添加到Matlab的工作路径当中,命令窗口输入conn

 ***下载地址 & 使用手册指路👇

CONN toolbox (conn-toolbox.org)icon-default.png?t=M0H8https://web.conn-toolbox.org/home

2. 在跳出的GUI界面可看到OPEN/NEW,选择NEW新建项目

***正式开始之前,建议按照被试、序列将原始数据整理成下面这个文件结构👇

 预处理-SETUP环节

新建项目后就可以看到CONN的工作面板啦,预处理只用到SETUP环节。CONN界面有个奇异的特点是,好些功能直接看不到,只有鼠标移到附近才显示.............

BASIC

         分别填入被试总数、采集次数、TR。静息态采集类型默认为连续采集。

        ***Sessions or runs:当实验设计为纵向(或配对设计),即存在被试多次采集MRI时,就需修改此项为被试的采集次数,不然就默认为1。

 Structural

        输入对应的结构相,CONN支持dcm/nii/mgz。

        批量输入如下:

 Functional

        输入对应的BOLD数据。方法同上。

        ROIs/Options/Condition/Covariate在预处理阶段都可以先不管~~~

Preprocessing

         点击左下方的黄底黑字的Preprocessing键,出现以下界面,选择预处理步骤:

        例:借助T1结构相的两步配准Pipeline,供参考

         Add/Remove:添加/移除步骤

        Move up/down:调整步骤顺序

        Save/Load:保存/加载batch,方便其他项目直接加载~~~

        设置好就可以点击右下角Start键,按照提示输入fMRI扫描顺序、平滑核(mm)、重采样分辨率(默认97th,95th显然会更加严格,视情况而定)、头动控制要求即可,一路OK到最后就开始预处理~~~没有报错就等待吧~

***CONN的头动控制算法采用的ART-based identification of outlier scan for scrubbing,给大家找了篇CONN文章的方法学部分看看这个算法是怎么处理头动的👇。可以看到,这种头动控制剔除的是异常的时间点,而不是按照3mm/3°的标准直接剔除头动过大的被试,自然优点是可以保留被试数量,缺点是控制不严格导致信噪比降低。因此,可先用其他软件包剔除头动过大的被试后再扔到CONN里完成后续计算。此外,ValidScan数目亦可以作为协变量加入后续分析,但当其数量过少(阈值好像可以划到180?在哪篇文章看到来着...)时,那这个被试就容不得了是不~~~~

 图像质量检查

        点击左下方的黄底黑字的QA plots,create reports -> create plots -> 下拉选择想检查的条目-> Continue -> 就阔以啦~

        ***Denoise前一定要检查数据质量(尤其是配准 & 头动),血泪教训......

  • 3
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
1 2/3维图像分割工具箱 2 PSORT粒子群优化工具箱 3 matlab计量工具箱Lesage 4 MatCont7p1 5 matlab模糊逻辑工具箱函数 6 医学图像处理工具箱 7 人工蜂群工具箱 8 MPT3安装包 9 drEEM toolbox 10 DOMFluor Toolbox v1.7 11 Matlab数学建模工具箱 12 马尔可夫决策过程(MDP)工具箱MDPtoolbox 13 国立SVM工具箱 14 模式识别与机器学习工具箱 15 ttsbox1.1语音合成工具箱 16 分数阶傅里叶变换的程序FRFT 17 魔方模拟器与规划求解 18 隐马尔可夫模型工具箱 HMM 19 图理论工具箱GrTheory 20 自由曲线拟合工具箱ezyfit 21 分形维数计算工具箱FracLab 2.2 22 For-Each 23 PlotPub 24 Sheffield大学最新遗传算法工具箱 25 Camera Calibration 像机标定工具箱 26 Qhull(二维三维三角分解、泰森图)凸包工具箱 2019版 27 jplv7 28 MatlabFns 29 张量工具箱Tensor Toolbox 30 海洋要素计算工具箱seawater 31 地图工具箱m_map 32 othercolor配色工具包 33 Matlab数学建模工具箱 34 元胞自动机 35 量子波函数演示工具箱 36 图像局域特征匹配工具箱 37 图像分割graphcut工具箱 38 NSGA-II工具箱 39 chinamap中国地图数据工具箱(大陆地区) 40 2D GaussFit高斯拟合工具箱 41 dijkstra最小成本路径算法 42 多维数据快速矩阵乘法 43 约束粒子群优化算法 44 脑MRI肿瘤的检测与分类 45 Matlab数值分析算法程序 46 matlab车牌识别完整程序 47 机器人工具箱robot-10.3.1 48 cvx凸优化处理工具箱 49 hctsa时间序列分析工具箱 50 神经科学工具箱Psychtoolbox-3-PTB 51 地震数据处理工具CREWES1990版 52 经济最优化工具箱CompEcon 53 基于约束的重构分析工具箱Cobratoolbox 54 Schwarz-Christoffel Toolbox 55 Gibbs-SeaWater (GSW)海洋学工具箱 56 光声仿真工具箱K-Wave-toolbox-1.2.1 57 语音处理工具箱Sap-Voicebox 58 贝叶斯网工具箱Bayes Net Toolbox(BNT) 59 计算机视觉工具箱VFfeat-0.9.21 60 全向相机校准工具箱OCamCalib_v3.0 61 心理物理学数据分析工具箱Palamedes1_10_3 62 生理学研究工具箱EEGLAB 63 磁共振成像处理工具箱CONN 18b 64 matlab 复杂网络工具箱 65 聚类分析工具箱FuzzyClusteringToolbox 66 遗传规划matlab工具箱 67 粒子群优化工具箱 68 数字图像处理工具箱DIPUM Toolbax V1.1.3 69 遗传算法工具箱 70 鱼群算法工具箱OptimizedAFSAr 71 蚁群算法工具箱 72 matlab优化工具箱 73 数据包络分析工具箱 74 图像分割质量评估工具包 75 相关向量机工具箱 76 音频处理工具箱 77 nurbs工具箱 78 Nurbs-surface工具箱 79 grabit数据提取工具箱 80 量子信息工具箱QLib 81 DYNAMO工具箱 82 NEDC循环的整车油耗量 83 PlotHub工具箱 84 MvCAT_Ver02.01 85 Regularization Tools Version 4.1 86 MatrixVB 4.5(含注册) 87 空间几何工具箱 matGeom-1.2.2 88 大数计算工具箱 VariablePrecisionIntegers 89 晶体织构分析工具包 mtex-5.7.0 90 Minimal Paths 2工具箱 91 Matlab数学建模工具箱
fMRI conn fc是一种功能性磁共振成像技术,用于研究脑区间的功能连接。 首先,fMRI是一种测量脑活动的技术,通过测量血氧水平的变化来间接观察不同脑区的活动。而conn fc是一种分析fMRI数据的工具,用于计算脑区之间的功能连接强度。 使用fMRI conn fc,我们可以探索脑区之间的功能连接模式。这些功能连接反映了脑区间的信息传递和协调。通过计算脑区之间的功能连接强度,我们可以了解脑区之间的关系和相互作用。 在使用fMRI conn fc时,首先要获得fMRI数据。这些数据可以是静息态脑活动的记录,也可以是执行某种任务时的脑活动数据。然后,我们需要对数据进行预处理,包括去除噪音、矫正运动等操作,以提高数据质量。 接着,我们可以使用conn fc工具进行功能连接分析。该工具可以计算不同脑区的功能连接强度,并在脑图中可视化这些连接。通过这样的分析,我们可以发现具有功能连接的脑区群,并探索它们之间的关系。 使用fMRI conn fc可以在许多研究领域中发挥重要作用。例如,在神经科学中,它可以帮助我们了解脑网络的结构和功能,并揭示不同脑疾病的变化。在认知心理学和精神病学等领域中,它可以帮助我们理解不同认知过程和情绪状态之间的关系。 总而言之,fMRI conn fc是一种重要的技术工具,可以用于研究脑区间的功能连接。通过分析脑区的功能连接模式,我们可以更好地理解脑区之间的关系,从而拓展对大脑功能的认识。

“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 8
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