matlab 滑动平均_fMRI滑动时间窗的一点总结

最新推荐文章于 2025-02-27 11:24:01 发布

臧竹萌12~~~

最新推荐文章于 2025-02-27 11:24:01 发布

阅读量2.4k

点赞数 2

文章标签： matlab 滑动平均

本文链接：https://blog.csdn.net/weixin_28978471/article/details/112067962

版权

本文介绍了fMRI的动态研究方法，重点探讨了滑动时间窗技术。通过将时间维度分割成窗口进行独立计算，如ReHo和FC，以捕捉大脑功能的动态变化。窗口长度和步长的选择对结果稳定性至关重要，同时讨论了动态分析中的脑功能度量和状态分析指标。动态BC工具包dynamicBC为研究提供了便利。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是新公众号的第一篇推文, 总结一下昨天电子科技大学廖伟教授讲座关于fMRI的动态研究方法, 并附上一下自己的见解.

1.导言

功能磁共振成像(fMRI)是对大脑(这里讨论的对象为大脑)重复测量的一个过程, 受试者躺在扫描仪上扫描若干分钟, 扫描仪每隔2s对脑功能测量一次. 因此, fMRI数据可以理解为一种4维数据, 即大脑的3维空间加上时间维度. 空间的3维在数学处理时可以将其拉直维一维向量, 而对于时间维度的处理, 过去的研究通常将其当作一个整体处理, 例如在计算功能链接(functional connectivity)时将整个时间长度作为一个整体进行Pearson相关系数的计算. 这种研究分析方法可以称为静态(static) 的方法.

然而, 大脑功能在扫描仪的若干分钟并非是静止不变的, 而是动态变化的.

Rs-FC is not static and that RSNs can exhibit nonstationary, spontaneous relationships irrespective of conscious, cognitive processing.

为了捕获这种大脑功能的动态变化, 在2010年后, 研究人员们提出了一系列关于fMRI动态(dynamic)研究的框架. 常见的有滑动时间窗(sliding time window).常用方法大致方法如下.

sliding time window correlation (Majeed et al.,

最低0.47元/天解锁文章