图论分析疑惑回答

最新推荐文章于 2022-09-29 09:21:11 发布
最新推荐文章于 2022-09-29 09:21:11 发布
阅读量804 收藏 2
点赞数
分类专栏： 核磁学习笔记 文章标签： 图论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/clancy_wu/article/details/120503509
版权

1.如何处理对比全局指标？
在这里插入图片描述
2.如何处理局部节点指标？

检验方法
T检验—参数检验
置换检验—非参数检验

，

多重校正方法
FWETFCE
FDRBonferroni

TFCE是专门弄出来配合置换检验使用的，其严格度没有Bonferroni那么高，参数检验可以使用常规的那些多重校正方法。

3.如何处理inf和0?
一般不会有inf或者0，建议重新检查原始数据，有没有肿瘤，或者图片糊了，或者什么原因导致信号丢失。
推荐丢弃被试，或者把inf变成0.

4.正则化选择标准化还是最大最小值化？
推荐z-score, 会更好点，而不是max-min score.

clancy_wu
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
matlab系统聚类代码-ept_TFCE-matlab:高级脑电统计
05-22
matlab系统聚类代码ept_TFCE-matlab 该matlab工具箱设计用于对已经预处理的M-EEG数据进行统计分析。 所使用的主要基础方法是“无阈值聚类增强”技术，然后进行置换以计算差异的重要性。 数据可以按时间按通道进行； 频道频率或按频率按时间频道。 获取更多信息 有关统计方法的更多信息，我们建议查看标题为的论文。 抽象的 脑电信号分析技术的进步及其与其他研究技术的结合，使得对大型脑电数据集进行适当的统计分析成为一个关键问题。 随着可用通道和样本数量的增加，以及更多的探索性实验设计，有必要开发具有高水平统计完整性，信号灵敏度的统计过程，而信号灵敏度仍会产生可为普通用户解释的结果。 最近，提出了无阈值聚类增强作为fMRI数据集的有用分析工具。 这种方法实质上同时考虑了数据点的统计强度和邻域，以将原始信号转换为对组或条件之间“真实”差异的更直观理解。 在这里，我们采用这种方法来优化处理EEG数据集，并使用基于排列的统计数据来建立有效的统计分析。 此外，我们将结果与使用现实的模拟EEG信号当前可用的其他几种非参数和参数方法进行比较。 所显示的方法通常对EEG数据集所共有的各种信
自恋的人脑袋有啥不一样？| 自恋型人格特质和前额脑结构
u011661076的博客
08-25 1440
文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 自恋特质与包括岛叶皮层在内的大脑结构和功能网络有关，但相关研究的结果并不一致。在本研究中，研究者旨在考察亚临床自恋与岛叶和前额叶区域脑容量变化的关系。研究以103名临床健康的被试作为研究对象，使用自恋型人格量表(NPI)评估被试的自恋特质，并让参与者进行fMRI扫描。使用基于体素的形态测量法分析MRI扫描结果，采用多元回归模型进行统计分析以及使用无阈值聚类增强(TFCE)。 研究结果发现NPI分数与多个前额叶皮层区域的灰质（包括内侧和腹内侧、
Frontiers in Neuroscience：fMRI研究指南
cc1609130201的博客
04-07 5582
fMRI因为能够提供对大脑功能的独特洞察而受到医生和研究人员的广泛欢迎。然而，我们必须考虑多种技术因素，从实验设计到数据采集、数据处理以及方法的内在限制，以优化fMRI分析并对数据作出最准确和最有根据的解释。实际研究过程中，研究者/临床医生必须从许多可用的选项中选择每个阶段最合适的软件工具。在这里我们提供简单的指南，包含主要的分析阶段，每个阶段涉及的技术和工具。这份指南旨在作为神经成像社区的资源，...
浅谈DPABISurf数点理解
clancy_wu的博客
11-13 2961
Volume空间的功能连接基本都明白了。 ROI to brain 定义一个ROI，做它与全脑的功能连接，那么取这个ROI的时间序列平均值，然后把这个平均值和全脑 体素做FC，这个ROI的值是1，其他体素的值就是相关性系数的值。这样我们就得到了全脑的R值。 统计的时候，把多个被试的全脑R值放进去，两组进行对比，每个体素的R值就会有多个被试那么多，所以经过统计，就能得到每个体素的t值。如下图： （未完待续） ROI与ROI的对比就更简单了。 取ROI_1的平均时间序列，取ROI_2的平均时间序列，把他们进行
vbm 分析_手把手系列教程：使用FSL进行VBM分析
weixin_28520495的博客
12-11 5350
本文将介绍使用FMRIB Software Library(FSL)做VBM(voxel-based morphometry)分析。操作系统：linux系统；本教程使用的环境是ubuntu-18.04.1；虽然ubuntu目前的最新版本是18.10，但最好不要安装最新版本，相关的配套插件尚未完善，FSL运行要报错。FSL版本号为FSL 6.0.0。一、准备原始数据(1)新建一个文件夹(假...
计算机建模与仿真心得,数学建模学习心得
weixin_29120409的博客
07-10 1859
数学建模也激发我们学习数学的兴趣，丰富了数学探索的情感体验。学习啦小编整理了学习数学建模心得体会范文，希望对你有帮助!数学建模学习心得篇【1】以前在大一时就曾听说过数学建模这一学科，但只是很肤浅的了解，还错误的以为这门学科只是跟数学有关系，只要数学学好了，学好数学建模就轻而易举了。因为自己数学一直很好，对数学建模很感兴趣，也很自信，于是，大二时毫无疑问地选修了数学建模这门专业选修课，但是选择了以后...
图像分割之最小割与最大流算法
LogM的博客
06-13 9354
博客搬家，图片可能显示不正常，请访问：https://imlogm.github.io/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/mincut-maxflow/ 摘要：图像分割中”Graph Cut”、”Grab Cut”等方法都有使用到最小割算法。网上资料介绍了Graph cut和Grab cut中图的构建方法，但对最小割的求解一笔带过。所以萌生了写一篇介绍...
第七章 本源时空(补充)
hhhewl的专栏
08-05 6672
第七章        本源时空(补充) ​      第七章是匆匆结束的，有点文不对题。什么是本源时空，没有详细的论述。2个月来、我一直想做个小结，无奈心不在焉，忙于正业的玩游戏、看小说。其实，真正的原因、后面或许、会说一下吧。     我敢确定相对论、量子论等垃圾理论，100%是错误的，都将成为历史。按照本人30多年的实战经验总结，我的理论95%以上是对的；或许在小节上、不经意的地
基于扩散磁共振成像的FBA（Fixel-Based Analysis）分析
cc1609130201的博客
09-05 1150
本文回顾了 FBA 框架，用于分析来自扩散MRI数据的白质微观和宏观结构的全脑纤维特异性。与基于体素的分析类似，FBA 能够对整个大脑进行分析，而无需先验假设大脑的哪些部分或结构可能显示出（显著）感兴趣的影响。然而，它允许以真正的纤维特定方式实现这一点，即使对于单个体素内的不同纤维群体，效果也可以单独显现。这带来了一系列独特的挑战，框架为此实施了特定的解决方案。自最初开发以来，该框架在不同应用领域的采用率显著增加，对各种临床人群和健康受试者产生了独特而有价值的见解。
Cerebral Cortex：初为人父者竟然出现纵向灰质皮层体积减少？两个国际样本提供了这样的证据...
最新发布
u011661076的博客
09-29 807
导读新出现的证据表明，向父母身份的转变是成人神经可塑性的关键窗口。研究父亲提供了一个独特的机会来探索为人父的经历是如何塑造大脑的。然而，很少有研究考察男性转变为父亲角色时的神经解剖学适应性。本研究报告了两个实验室之间的国际合作，一个在西班牙，另一个在加利福尼亚(美国)，这两个实验室前瞻性地收集了20名准父亲在第一个孩子出生前后的结构神经成像数据。西班牙样本还包括一个由17名无子女男性组成的对照组。本研究测试了向父亲角色的转变是否会导致大脑皮质体积、厚度和面积以及皮层下体积的解剖学变化。
多重比较校正中的一些概念
amw5181360的博客
03-24 1456
关于多重比较校正，虽然曾经查过很多东西，也大概记住一些，但最近发现没留下多少正确的印象。所以又温习了一遍，稍加整理，留备后用。当然，这些还是我自己的理解，如果有不对的地方，还请指出 :) 主要内容均来自wikipedia以及这个网页. 假设我们手上有一枚硬币，想通过抛10次硬币的方法检验它的金属分布是否均匀，结果发现扔10次，有9次国徽朝上。此时我们打算下结论说它...
基于TBSS的DTI数据处理流程
热门推荐
zaza_zaza的博客
06-11 1万+
Linux系统，安装好FSL，DTI数据完成预处理后可进行TBSS处理，比较各组间FA骨架的差异。 1.数据准备： 在研究目录下，创建一个叫’TBSS’,并且把所有被试个体空间下的FA图像（data_FA.nii.gz）拷贝到该目录中。 mkdir TBSS cd TBSS ls   AD_N00300_dti_data_FA.nii.gz   AD_N00302_dti_da
TBSS处理流程
qq_28752595的博客
08-19 1万+
TBSS处理 首先建立一个文件夹FA_01，将所有要处理的FA图像复制到这个文件夹下。依次做如下处理： 1.该脚本将所有处理过的FA图像移动到一个名为FA的新子目录，并且还将创建另一个名为origdata的子目录，并将所有原始图像放在那里供以后使用。 tbss_1_preproc *.nii.gz 2.运行非线性配准，将所有FA图像对齐到1x1x1mm标准空间。注册中使用的目标图...
小鼠脑立体定位图谱_思影科技啮齿类动物（大小鼠）神经影像数据处理业务
weixin_39556702的博客
11-29 1388
为更好的帮助到想要利用神经影像做科研的朋友们，拓展思影科技的业务范围,思影推出啮齿类动物（大小鼠）数据处理业务，如感兴趣请联系杨晓飞siyingyxf或19962074063（微信号）进行咨询，电话：18580429226：思影啮齿类动物（大鼠/小鼠）数据处理现主要涵盖sMRI（T1加权像）、dMRI（DWI，弥散加权成像）和fMRI（功能磁共振）三种模态。数据质量控制 思影帮助客户进行数据...
磁共振影像分析之: 基于FSL的VBM分析(2)
几何君的算法天空
05-31 5959
统计分析 生成好study-specific模板, 下来要做统计分析组间差异了. 如果用fsl提供的vbm方案, 这一步对应的就是fslvbm_3_proc这个命令了. fslvbm_3_proc 这一步和实验设计和研究问题本身很有关系. 这里讲讲fslvbm_3_proc命令的内部过程吧. 这个文件保存在 $FSLDIR/bin中, 可以用vim查看vim $FSLDIR/bin/fs...
2020-12-22
weixin_43798515的博客
12-22 388
TBSS统计随笔 置换检验 randomise -i 4D_input_data -o output_rootname -m mask_image -d *.mat -t *.con -n 5000 --T2 例：randomise -i AllSkeleton_ad.nii.gz -o ad_tingji -m mean_FA_skeleton_mask.nii.gz -d panda_result.mat -t panda_result.con -n 5000 --T2 查看结果 cluster --i
不同的工具包对Voxel-based morphometry (VBM)计算结果的影响
悦影科技
12-14 658
​《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 前期大量的MRI研究已经表明，精神分裂患者很多脑区的局部灰质体积（regional grey matter volume）出现异常变化，但是这些研究的结果似乎并不一致。而这种结果的不一致性是否是由于采用不同的工具包进行分析而导致的呢？近期，有研究者在《Brain Imaging and Behavior》杂志上发表研究论文，对精神分裂患者Voxel-based morphometry (VBM)结果的不一致性是否是由于所用工具包不同而导致的这个问题
理解和实现置换检验
clancy_wu的博客
11-10 5201
置换检验
置换检验(permutation tests)是什么？置换检验解决什么问题？置换检验的基本步骤示例、Bootstrapping是什么？自助法计算置信区间步骤示例
data+scenario+science+insight
03-26 1144
置换检验(permutation tests)是什么？置换检验(permutation tests)解决什么问题？置换检验的基本步骤示例、Bootstrapping是什么？自助法（有放回的抽样，replacement = True）、自助法计算置信区间步骤示例
图论分析：最小支撑树与Dijkstra算法
图论中的概念包括有向图、无向图、权重、支撑树和割集等。图可以使用关联矩阵或邻接矩阵进行数学表示。最小支撑树在多种实际场景中有着广泛的应用，如电信网络设计、运输网络优化等。确定最小支撑树的方法包括...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

clancy_wu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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