静息态功能磁共振成像(rs-fMRI)原理与数据分析——1

最新推荐文章于 2024-06-03 00:00:00 发布
最新推荐文章于 2024-06-03 00:00:00 发布
阅读量604 收藏 15
点赞数 6
分类专栏： fMRI学习 文章标签： 数据分析 数据挖掘
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/qq_43212927/article/details/136880554
版权

目录

视频来源：静息态功能磁共振成像(rs-fMRI)原理与数据分析

PPT: https://d.rnet.co/Course/V3.0EN/1_Resting-State_fMRI.pdf

脑部影像

睁眼闭眼任务态分析

在这里插入图片描述
（1）利用BOLD信号来考虑睁眼闭眼的时候大脑的波动

（2）紫色的波纹认为是噪声，需要控制

动手指脑图测试

在这里插入图片描述
（1）左图为做任务是运动区会激活

（2）右图为静息态时运动区也会被激活

任务态的研究

在这里插入图片描述
（1）任务态的主流是在任务范式上创新

（2）大多数的研究都是小样本研究

数据分析的计算方法

静息态方法主要分为：整合方法、区域方法、图论方法

整合方法（integration approach）

（1）Functional Connectivity（功能连接）

1） 用静息态大脑的时间序列的相似性来进行功能连接
在这里插入图片描述
在这里插入图片描述

2）提取一个单元（种子点）并分析它的时间序列，并用皮尔逊相关与其他区域进行比较

在这里插入图片描述

3）独立程度分析（Indenpendent Component Analysis）

用四维的思想来考虑问题，将空间维度进行独立性解析ICA
在这里插入图片描述
5）体素脑镜像同伦功能连接（Voxel-mirrored homotopic connectivity，VMHC）
在这里插入图片描述
6）时间序列的预测和影响
在这里插入图片描述

区域方法（regional approach）

在这里插入图片描述

图论方法（graphical approach）

在这里插入图片描述

1） 大脑具有结构网络，结构可以通过追踪计来看大脑的纤维连接

在这里插入图片描述
regular网络：高局部、高全局

small-world 网络：高局部、低全局

random网络：低局部、低全局

在这里插入图片描述

方法总结

在这里插入图片描述
在这里插入图片描述

方法学问题

头动问题

如果在扫描仪中，头动，无论是结构链接还是功能连接，都会造成图像的模糊
在这里插入图片描述
运用Friston-24model来解决

标准化问题（standardization）

数据来自多个中心怎么办？

若受试者来自不同的中心，会有标准化来进行

Mean regression + SD division ：控制中心效应

多重比较矫正问题（Multiple Comparisons）

太多样本导致单样本正确率高，但多样本正确率相乘反而会得到较低的正确率

数据处理

数据处理流程

在这里插入图片描述

维斯德尔
关注
  • 6
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
静息态功能磁共振成像观察阿尔茨海默病患者大脑自发活动特点
02-23
静息态功能磁共振成像观察阿尔茨海默病患者大脑自发活动特点
急性酒精暴露的脑功能改变静息态功能磁共振成像研究
01-04
急性酒精暴露的脑功能改变静息态功能磁共振成像研究，李子朋，程文文，目的 通过静息态fMRI检测健康成年人饮酒前后脑分数低频振幅（fALFF）的改变,探讨急性酒精暴露后脑功能变化特点。方法 共纳入健康成年
静息态fMRI的当前方法和新方向
cc1609130201的博客
08-22 380
这些研究不仅丰富了我们对多种疾病状态变化的认识，而且随着大型数据集和数据共享项目的出现，静息态数据用于研究的量也在不断增加，因此，现在是一个关键时刻，我们需要重新审视已有的传统分析方法，并识别哪些研究方法需要适应或优化，以便更有效地处理rsfcMRI分析的复杂性和大规模数据。在功能磁共振成像（fMRI）中，大脑功能可以通过基于任务的范式来研究，这要求受试者执行认知任务，或者通过静息态来研究，在这种状态下，受试者被指导在没有任务或刺激的情况下让他们的思维自由漫游。已经提出了不同的方法来纠正噪声，
静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记（3）：R-fMRI Data Processing DPARSFA
Sherlily的博客
07-21 3363
计算机与人工智能-脑科学与类脑智能-磁共振功能成像（functional magnetic resonance imaging, fMRI）
静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记（1）：Resting-State fMRI
Sherlily的博客
07-19 2268
计算机与人工智能-脑科学与类脑智能-功能性磁共振成像（functional magnetic resonance imaging，fMRI）
静息态功能磁共振成像(rs-fMRI)原理与数据分析——2
qq_43212927的博客
03-26 321
精神疾病的主要诱因被认为是Default，Salience，Executive网络连接出现问题。Autism Spectrum Disorder（ASD） 自闭症。Alzheimer’s Dementia（AD） 阿尔兹海默症。（1）学习组：额顶控制网络功能组强度在记忆时显著升高。视觉区的动态性直线下降，对于视觉的灵活性下降。Salience 外在和内在东西进行检测。发现在外侧额叶动态性直线上升，表明不稳定。Default 主管自身的有关的有关的。（2）控制组：大脑静息态显著不变化。
静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记（8）：Statistical Analysis
Sherlily的博客
07-27 2152
计算机与人工智能-脑科学与类脑智能-磁共振功能成像（functional magnetic resonance imaging, fMRI）
静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记（9-10）：DPARSF Output and Reproducibility
Sherlily的博客
07-29 653
计算机与人工智能-脑科学与类脑智能-磁共振功能成像（functional magnetic resonance imaging, fMRI）
静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记（6-7）：Mouse Data Processing and Dynamic Analysis
Sherlily的博客
07-27 692
计算机与人工智能-脑科学与类脑智能-磁共振功能成像（functional magnetic resonance imaging, fMRI）
静息态功能磁共振数据处理方法的应用.pdf
08-15
#资源达人分享计划#
基于静息态fMRI低频振幅的首发抑郁症与功能脑区关联研究
03-31
采用Siemens3.0T磁共振仪对5名首发抑郁症患者和1名性别年龄相仿的正常对照志愿者进行静息态fMRI采集,采用低频振幅(Amplitude of low-frequency fluctuation,ALFF)的方法分析数据,进行双样本t检验后分析静息态脑功能...
计算机毕业设计Hadoop+Spark+Hive知识图谱租房推荐系统 租房数据分析 租房爬虫 租房可视化 租房大数据 大数据毕业设计 大数据毕设 机器学习
最新发布
从业计算机毕业设计10年，打算用一年时间分享10年毕设经验！
06-03 1279
计算机毕业设计Hadoop+Spark+Hive知识图谱租房推荐系统 租房数据分析 租房爬虫 租房可视化 租房大数据 大数据毕业设计 大数据毕设 机器学习
数据分析案例一使用Python进行红酒与白酒数据数据分析
No_Name_Cao_Ni_Mei的博客
05-31 1264
两个葡萄酒样本数据集，分别对应红葡萄酒和白葡萄酒，存储在winequality-red.csv和winequality-white.csv文件中。每个数据集包含12个理化性质指标，如固定酸度、挥发性酸度、酒精度等，以及一个质量评分指标，评分范围为1到10。这些数据可以用于分析葡萄酒的化学成分与质量之间的关系。
数据分析常用模型合集（二）RARRA模型、RFM模型
TravelLight92的博客
06-02 709
随着互联网的发展，前期平台的砸钱拉新、抢占市场，大家都叫AARRR小甜甜；现在市场基本抢占得差不多，形成了一个平衡，新人基本拉不到多少，用户都知道干什么事有哪些平台，比如买东西主流淘宝、京东、PDD或者抖音看看比比价，外卖看看美团、饿了么等，现在惊现一种声音，指出AARRR已经过时了，应该用RARRA模型。
python 庆余年2收视率数据分析与可视化
youyouxiong的博客
05-22 6449
为了对《庆余年2》的收视率进行数据分析与可视化，我们首先需要假设有一组收视率数据。由于实际数据可能无法直接获取，这里我们将使用模拟数据来演示整个过程。以下是一个简单的步骤，展示如何使用Python（特别是pandas和matplotlib库）来分析和可视化收视率数据：导入必要的库python生成模拟数据假设我们有每天的收视率数据：python。
数据赋能（102）——概念：数据分析、数据挖掘、数据洞察
lh1793的专栏
05-29 1216
描述：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总、理解并消化，以最大化地开发数据的功能，发挥数据的作用。这是一个为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。关键词：统计：统计是数据分析的基础，它涉及对数据的收集、整理、分析和解释。挖掘：挖掘则是从大量数据中寻找和发现有用信息的过程，它有助于我们深入理解数据的内在规律和模式。可视化：可视化则是将数据分析结果以图形、图表等形式展现出来，使得结果更易于理解和接受。
毕业设计+编程项目实战+报名管理信息系统-基于ASP.NET技术(含完整源代码+开题报告+设计文档)
06-02
一．系统运行必备环境： 1．软件环境：windows XP、Access 2003及以上版本、Excel 2003及其以上版本和.net FrameWork。 2．硬件环境：CPU要求PIII800及其以上，内存64M以上。 3．用户名:mere 密码:mere（未删除本记录条件下有效） 二．培训管理信息系统需要完成功能主要有： 1．系统管理 包括登陆、退出功能。 2．学生管理 包括报名、调班、延班、插班、退费等功能。 (1)报名：学生填写入学培训协议，录入人员依照协议将学生信息记入报名表和班级学生名册。 (2)调班：按照报名日期找出学生报名信息核对身份，在原来所报班级名册删除学生名字，在调班班级名册添加学生名字。 (3)延班：基本同上，按照报名日期找出学生报名信息核对身份，在原来所报班级名册删除学生名字，将该学生记入延班学生名册，以便调入新班级。 (4)插班：为了照顾关系单位的学生，特设置了插班的功能，可以根据需要设定学生学号。 (5)退费：根据培训机构实际情况有退费的实际需求，设置了全部退费和部分退费功能。 ①全部退费 按照报名日期找出学生报名信息核对身份，并依照协议判断用户是
matlab eeg 静息态数据处理
06-07
对于EEG静息态数据的处理，通常需要进行以下步骤： 1. 导入数据：将EEG数据导入MATLAB环境中。可以使用EEGLAB或FieldTrip等EEG处理工具箱来导入数据。 2. 预处理：对数据进行预处理，包括去除噪声、滤波、去除眼电运动等。这些步骤可以使用EEGLAB或FieldTrip等工具箱来完成。 3. 特征提取：从EEG数据中提取感兴趣的特征，如频谱、功率谱密度、时域特征等。可以使用MATLAB中的信号处理工具箱或EEGLAB、FieldTrip等工具箱来完成。 4. 数据分析：对特征进行统计分析，如在特定频段内的功率谱密度的变化等。可以使用MATLAB中的统计工具箱或EEGLAB、FieldTrip等工具箱来完成。 5. 可视化：将分析结果可视化，如绘制频谱图、拓扑图等。可以使用MATLAB中的绘图工具箱或EEGLAB、FieldTrip等工具箱来完成。 以上是EEG静息态数据处理的一般步骤，具体实现方式可以根据具体需求选择相应的工具箱和方法。

“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 1
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
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