脑影像科研笔记
文章平均质量分 89
总结一下自己的学习笔记,不记录一下可能就忘记了。
张小李的风
吾生也有涯,而知也无涯。以有涯随无涯,殆已。已而为知者,殆而已矣。
展开
-
如何基于Nilearn绘制绘制脑网络图(一)?绘制功能连接、结构连接可视化
只需要导入自己的网络连接数据、节点位置信息即可通过nilearn中的plotting.plot_connectome()函数绘制脑网络连接图;原创 2023-06-26 23:14:53 · 2517 阅读 · 0 评论 -
如何使用python sklearn 中的LeaveOneGroupOu?特例:leave one pair out的实现多重比较校正?
一般我们会在研究中验证某个特征的有效性,会使用该特征对病例个样本进行二分类,通常回选择支持向量机(SVM),这里的目的并非一定要得到很高的正确率,更多地只是想说明该特征可以区分case组和control组。因为样本量的原因,一般是使用留一法进行多重比较校正,但是有时候也会被要求使用留一对的方法,简单的就是每一次从case中拿出一例,然后从control中拿出一例,使用剩余的(m+n)- 2的样本进行训练,对取出的样本(一个来自case一个来自control)进行测试。在我以前的博客中已经介绍了如何使用留一法原创 2022-06-15 16:50:25 · 668 阅读 · 0 评论 -
python:Sklearn SVM使用留一法时如何绘制ROC曲线与计算AUC
在前面的一篇文章我们给出了使用Sklearn 中的SVM进行分类时如何使用留一法来进行分类。python基于sklearn的SVM和留一法(LOOCV)进行二分类如何在使用留一法时绘制ROC曲线和AUC什么是ROC曲线和?这个可以参考如下的文章。部分内容摘抄于此ROC曲线与AUC面积定义原文链接ROC曲线,全称The Receiver Operating Characteristic Curve,译为受试者操作特性曲线。这是一条以不同阈值下的假正率FPR为横坐标,不同阈值下的召回率Recall原创 2021-06-07 21:38:02 · 4305 阅读 · 6 评论 -
python基于sklearn的SVM和留一法(LOOCV)进行二分类
基于sklearn的SVM和留一法(LOOCV)进行二分类需要的导入包import numpy as npfrom sklearn.model_selection import LeaveOneOutfrom sklearn.preprocessing import StandardScalerfrom sklearn.svm import SVCimport scipy.io as scio # 用于读取matlab格式的数据import copy数据准备首先导入两组人的特征(n个)原创 2021-04-13 10:59:30 · 6005 阅读 · 10 评论 -
一个用于Allen脑图谱基因数据的工具箱|abagen详细使用教程-获取基于脑区的基因表达矩阵(脑区*gene)
目前国内外的科研人员,已经有很多将艾伦脑的基因表达数据与神经影像数据结合分析,已经有了不少的成果,然而各个研究小组之间缺乏标准化,导致了很多使用这些数据的处理流程。abagen是一个用于处理转录组数据的开源工具箱,给出了标准化的处理流程,该文章发表在。上,对于想使用艾伦脑图谱数据库而自己又难以对数据进行处理的研究者只使用该工具箱,使用大牛的分析流程,可减少不必要的麻烦(被审稿人质疑)和节约时间成本。通过该工具箱,输入大脑的分区模板,即可得到一个【脑区*基因】的矩阵,具体的代码如下。原创 2023-05-12 00:01:22 · 5182 阅读 · 7 评论