基于DPABI的精神分裂患者脑图特征提取和统计分析

最新推荐文章于 2025-04-26 09:33:28 发布

Hanzitino

最新推荐文章于 2025-04-26 09:33:28 发布

阅读量1w

点赞数 33

文章标签：神经网络

本文链接：https://blog.csdn.net/hanzitino/article/details/117958078

版权

该博客详细介绍了使用DPABI软件进行脑影像预处理，包括灰质体积计算和特征提取，针对精神分裂症（sz）和健康对照（nc）组的差异分析。通过T检验比较两组灰质体积，以0.05的显著性水平进行可视化展示，最终在BrainNetViewer中呈现组间差异的脑区分布。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考博客：https://blog.csdn.net/ScarlettGuo/article/details/107889578

一.预处理：

二.脑区划分后计算灰质体积及特征提取

1.新建文件夹“wmc1”，作为后续步骤的工作目录。该文件夹下放置存储健康被试灰质信息的文件夹“nc”和存储精神分裂被试灰质信息的文件夹“sz”。其中，文件夹“nc”内置文件如下

2.在Matlab命令行输入“dpabi”→“Utilities”→“ROI Signal Extrater”进入工作界面

3.在“ROI Signal Extrater”界面点击“Add Dir...”添加目录“E:\DATA\20210615\final_results\Project_AAL90\wmc1\nc”，显示[20]即为该目录下，有20个对象

4.点击“Define ROI”→“+Mask”，选择与需要进行特征提取的nii文件的像素大小相匹配的模板，这里选择E:\DATA\20210615\Templates\AAL_Contract_90_2MM_91_109_91，即AAL90模板，模板像素大小为91*109*91。如果模板大小不匹配的话，需要先对模板进行匹配切割（详见“另”）

5.Output点击"..."选择输出文件夹，这里选择“nc”、“sz”所在的同一个文件夹E:\DATA\20210615\final_results\Project_AAL90\wmc1，便于查看输出，并修改前缀

6.最后点击“Extrater”，让DPABI自动进行特征提取。输出的文件如下：

7.对文件夹“sz”内的文件，也进行一次同样的特征提取处理

三、nc、sz组间差异可视化

1.将MATLAB工作文件夹改成E:\DATA\20210615\final_results\Project_AAL90\wmc1

将模板“AAL_Contract_90_2MM_91_109_91.nii”和“nc&sz_compare.m”置入该目录下

nc&sz_compare.m代码如下：

% nc&sz_compare.m
% by zzy

clear;
clc;

ROI_index = linspace(1,90,90);

nc=load('ROISignals_ROISignal_nc.mat','ROISignals');
sz=load('ROISignals_ROISignal_sz.mat','ROISignals');

nc_data = nc.ROISignals;
sz_data = sz.ROISignals;
[h,p,ci,stats] = ttest2(nc_data, sz_data, 'Alpha',0.05);
P_values = p;
T_values = stats.tstat;
FDR = mafdr(P_values);

% size(find(h==1));

origin_nii = load_nii( 'AAL_Contract_90_2MM_91_109_91.nii' );
origin_img = origin_nii.img;
img = double(origin_nii.img);
data = T_values;
[~,n] = size(data);
for row = 1:n
    label = row;
    index = find(img == label);
    if(h(row)==1)
        img(index) = data(1, row);
    else
        img(index) = 0;
    end
end


new_nii = origin_nii;
new_nii.img = img;
new_nii.hdr.dime.datatype = 64;
new_nii.hdr.dime.bitpix = 64;
save_nii(new_nii, 'show_for_brainnetview(p=0.05).nii');
slice = img(:, :, 50);

其中，对两组进行T检验，p值为0.05，即置信度为95%。

2.运行“nc&sz_compare.m”，即在同一目录下生成nifti文件“show_for_brainnetview(p=0.05).nii”

即为两组组间差异，在AAL90模板的脑区上的可视化显示

3.打开BrainNet Viewer，“File”→“Load File”，“Surface file”点击“Browse...”,默认路径下选择“BrainMesh_Ch2withCerebellum.cv”，这是带有小脑的脑区模板；“Mapping file”点击“Browse...”，在路径E:\DATA\20210615\final_results\Project_AAL90\wmc1下选择文件“show_for_brainnetview(p=0.05).nii”

4.“Layout”选择“Full view”,"Volume"选择“ROI drawing”，点击“OK”