fmri分析教程:组分析Group Analysis

11 篇文章 6 订阅

Overview

我们分析神经影像数据集的目的是将个体水平的结果推广到抽样的总体。换句话说,如果我们在样本中看到大脑活动的变化,我们能说在人群中也可能看到这些变化吗?
为了测试这一点,我们将运行一个组级分析(也称为a second-level analysis)。在AFNI中,这意味着我们计算标准误差和对比估计的平均值,然后测试平均值的估计是否具有统计意义。我们将以两种方式进行组分析:使用3dttest,它仅使用contrast estimates来测试统计显著性;使用3dMEMA,它解释了参数估计值之间的差异,以及对比的可变性。

分析的代码如下:

#!/bin/tcsh -xef

# created by uber_ttest.py: version 2.0 (December 28, 2017)
# creation date: Sat Feb 29 10:50:32 2020

# ---------------------- set process variables ----------------------

set mask_dset = /home/neurolab/NeuroRaid/HcpData1/zd/Flanker/sub-01/sub-01.results/mask_group+tlrc

set dirA = /home/neurolab/NeuroRaid/HcpData1/zd/Flanker

# specify and possibly create results directory
set results_dir = test.results
if ( ! -d $results_dir ) mkdir $results_dir

# ------------------------- process the data -------------------------

3dttest++ -prefix $results_dir/Flanker_Inc-Con_ttest               \
          -mask $mask_dset                                         \
          -setA Inc-Con                                            \
             01 "$dirA/sub-01/sub-01.results/stats.sub-01+tlrc[7]" \
             02 "$dirA/sub-02/sub-02.results/stats.sub-02+tlrc[7]" \
             03 "$dirA/sub-03/sub-03.results/stats.sub-03+tlrc[7]" \
             04 "$dirA/sub-04/sub-04.results/stats.sub-04+tlrc[7]" \
             05 "$dirA/sub-05/sub-05.results/stats.sub-05+tlrc[7]" \
             06 "$dirA/sub-06/sub-06.results/stats.sub-06+tlrc[7]" \
             07 "$dirA/sub-07/sub-07.results/stats.sub-07+tlrc[7]" \
             08 "$dirA/sub-08/sub-08.results/stats.sub-08+tlrc[7]" \
             09 "$dirA/sub-09/sub-09.results/stats.sub-09+tlrc[7]" \
             10 "$dirA/sub-10/sub-10.results/stats.sub-10+tlrc[7]" \
             11 "$dirA/sub-11/sub-11.results/stats.sub-11+tlrc[7]" \
             12 "$dirA/sub-12/sub-12.results/stats.sub-12+tlrc[7]" \
             13 "$dirA/sub-13/sub-13.results/stats.sub-13+tlrc[7]" \
             14 "$dirA/sub-14/sub-14.results/stats.sub-14+tlrc[7]" \
             15 "$dirA/sub-15/sub-15.results/stats.sub-15+tlrc[7]" \
             16 "$dirA/sub-16/sub-16.results/stats.sub-16+tlrc[7]" \
             17 "$dirA/sub-17/sub-17.results/stats.sub-17+tlrc[7]" \
             18 "$dirA/sub-18/sub-18.results/stats.sub-18+tlrc[7]" \
             19 "$dirA/sub-19/sub-19.results/stats.sub-19+tlrc[7]" \
             20 "$dirA/sub-20/sub-20.results/stats.sub-20+tlrc[7]" \
             21 "$dirA/sub-21/sub-21.results/stats.sub-21+tlrc[7]" \
             22 "$dirA/sub-22/sub-22.results/stats.sub-22+tlrc[7]" \
             23 "$dirA/sub-23/sub-23.results/stats.sub-23+tlrc[7]" \
             24 "$dirA/sub-24/sub-24.results/stats.sub-24+tlrc[7]" \
             25 "$dirA/sub-25/sub-25.results/stats.sub-25+tlrc[7]" \
             26 "$dirA/sub-26/sub-26.results/stats.sub-26+tlrc[7]"

使用此代码作为模板,您可以将输出的目录和掩码更改为机器上的某个位置。然后将每个输入文件替换为您感兴趣的比较文件,同时在每个文件旁边保留一个索引号(例如,本例中从1到26)。

Non-Parametric Tests with 3dClustSim

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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