DPARSF A数据预处理界面功能介绍笔记

ZY_brain

于 2021-10-24 21:02:32 发布

阅读量2.2k

点赞数 4

分类专栏： fMRI小白入门笔记文章标签：经验分享

本文链接：https://blog.csdn.net/ZY_brain/article/details/120932879

版权

fMRI小白入门笔记专栏收录该内容

3 篇文章 1 订阅

订阅专栏

working directory：工作路径，选中FunRaw的上一级文件
participants：读取的被试数据，通过右下角starting directory里FunRaw回车读取
time points：一共有多少个时间点，数据文件夹里有多少个文件其实就是有多少个时间点。可以填0，那么它不会去检测你的数据；填了假如250，他就会去检测你每个被试是不是都是250个时间点（可通过mricro查看）
TR：扫完全脑所需要的时间，填0他也会自己从数据里面读取，但是怕有些时候数据里面的不对，尽量把真实的填上（可通过mricro查看）
template...：这里会有不同的模板，一般不去动他就行
epi dicom to nifti：选上这个，它会自动的把dicom数据转成nifti数据
apply mats：一般情况下用不到。要用到的是什么情况呢，就是你之前处理过一遍这个数据，会有一个手动调头的步骤（如图），选这个他就会记录下你的调整到原始数据上去，之后就不需要一个一个调
remove first__time points：我们磁共振里拿到的数据，通常去掉前面几个时间点，是为了1）磁场达到稳态，信号更加稳定；2）被试达到稳定状态
slice timing：时间层校正。扫描大脑需要一层一层的进行扫描，当大脑激发第一层的时候，如果两层隔得很近，第一层激发了之后还没有恢复，在第二次又被激发了对信号造成干扰，为了避免相邻层之间的干扰，我们会使用间隔扫的策略（先扫第一层，再扫第三层，以此类推，然后回过头来他都恢复了，再扫二四等层），这个时候我们就需要进行一个slice timing来校正，仿佛是在同一点扫描
slice number：一共有多少层（可通过mricro查看，有几个脑袋就有几层）
slice order：扫描顺序，即slice timing里采用的间隔扫面策略（可通过mricro查看，表达式1:2:29表示1 3 5 7 9...的顺序）
reference slice：大概校正在哪一层，一般校正在时间的中点
realign：被试会出现头动，进行头动校正
voxel-specific head motion：可以计算每个体素的头动（一般不勾选）
reorient fun*&reorient T1*：对图像进行观察和质量控制的手动调整
automask：如果选上这个，他会生成一些automask，它是用来检验功能像的覆盖的；他还会生成groupmask，groupmask在做统计的时候还是挺重要的
T1 DICOM to NIFTI：把结构像转成nifti
Crop T1：用来砍脖子，如果你的数据直接是nifri，没有经过T1 DICOM to NIFTI，那么可以选择这一项
Bet：把头皮去掉。做这一步是为在做功能像和结构像配准的时候可以达到更好的效果
T1 Coreg to Fun：把结构像配到功能像空间，可以作进一步的配准的工作
segment：对结构像进行分割，分割成灰质、白质和脑积液（这是老的，一般不用了，新的在下面）
New segment+DARTEL：如上，DARTEL被认为是一种比较好的配准的方式
Affine Regularistion in segmentation：很少用，一般用默认的就好
nuisance covariates regression：对协变量的去除，这是一个控制生理噪声的办法
polynomial trend：一般选1，意味着把线性趋势去掉
head motion model：预处理里面，现在一般默认的用friston24来校正
head motion scrubbing regressors：（可能会很重要）如果你的审稿人追问头动处理还是不够，你还是要做scrubbing啊（一般不选）
nuisance regressors：有的时候我们还会去除一些别的协变量（白质、脑积液等里面没有信号，是一些噪声）
filter（HZ）：滤波，和下面的filter二选一，预处理选上面，如果要处理ALFF的则放在后面
smooth：可以让配准不好的情况下提高配准，提高信噪比（一般选smooth就好，不用后面那个），一般用[4:4:4]也可以用666、888，我们一般用[6：6：6]。如果做ReHo，就不要先做smooth，因为这会增加一致性，造成假阳性
default mask：（一般就选这个）定义一个mask，可以使得只计算脑内的体素，不管脑外的体素
ALFF/fALFF：低频段，如果计算这个，那么要把filter放在这后面
scrubbing：预处理一般不选
ReHO：局部一致性，ReHo之后可以做一个平滑（smooth），他之前是不能做平滑的
Degree Centrality：计算比较费时间（一般也不选）的指标，衡量一个体素和全脑平均的相关，就可以衡量这个体素在全脑中的重要性（重复性不怎么高）
function connectivity：计算功能连接（选中一个种子点，计算跟全脑每个体素的相关）
Extract ROI time courses：定义ROI，把他的时间序列提取出来
Parallel workers#：电脑最多能处理多少个被试，填的越大速度越快，但是要看电脑情况