如何使用DPABI 进行核磁共振数据结果统计分析？

已于 2022-11-23 15:02:07 修改
阅读量1w 收藏 91
点赞数 3
分类专栏： DPABI使用教材 文章标签： 图论 网络 脑功能分区
于 2022-03-04 21:58:42 首次发布
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/xj4math/article/details/123285981
版权
本文详细介绍了使用DPABI进行MRI数据统计分析的步骤，涵盖下载安装、样例数据、统计模型、多重比较校正、统计主界面操作及可视化主界面的使用，提供了AD和NC组ReHo指标差异的分析示例。
摘要由CSDN通过智能技术生成

下面总结使用DPABI 的统计模块对MRI 图像进行统计分析的基本方法。DPABI 的统计模块包含了常用的统计模型和多重比较校正方法、在控制协变量上也非常方便。

在这里插入图片描述

dpabi必看内容

1、 DPABI(用于脑成像的数据处理和分析的工具箱)的下载和安装步骤

2、DPABI详细使用教材——数据准备、预处理流程、数据分析流程

3、DPABISurf的安装及使用(windows系统)

4、 DPABISurf使用教材

5、如何使用DPABI 进行核磁共振数据结果统计分析？

6、如何利用DPABI进行种子点的功能连接分析？

DPABI 进行结果统计分析

了解本专栏 订阅专栏 解锁全文 超级会员免费看
sta@ma@brain
关注
专栏目录
订阅专栏
DPABI详细使用教材——数据准备、预处理流程、数据分析流程
从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。
03-21 4万+
严老师的官方教程：官网 DPABI(用于脑成像的数据处理和分析的工具箱)的下载和安装步骤,请参阅博客： 安装教材 DPABI版本：V4.3_200401 MATLAB版本：2018a 目录 一、数据准备 二、预处理 三、数据分析 四、关于预处理流程 五、其他设置 一、数据准备 （1）如果是数据的DICOM格式，整理成以下格式（注意文件夹的命名方式）： 如果觉得不是很清楚，可以在官网下载Demo数据（http://rfmri.org/DemoData），参照里面的文件格式进行整理即可。 （2）如果数据是.
如何利用Dpabi，AFNI，FSL软件计算种子点的功能连接？
从事脑科学核磁共振方法学研究，在Nature communications等权威期刊发表研究论文，熟练掌握磁共振处理方法和统计学方法，欢迎大家和我交流。
11-13 5428
fsl_glm 得到的是线性回归系数（beta coefficient），由于在自变量和因变量标准化（均值为 0，标准差为 1）的情况下，简单线性回归的回归系数和皮尔逊相关系数是相同的，因此这是一种间接的方法。（3）上一步得到的 PCC.nii.gz 文件是 Harvard-Oxford 概率模板中的后扣带回，每个体素中的数值（1-100）表示该体素属于 PCC 的概率，反映 PCC 在不同被试中的变异大小，也表示我们对于某个体素属于PCC 的信心。接下来，我们来聊聊功能连接在数据处理里的具体应用。
DPABI_StatisticalAnalysis_stiff3ai_DPABI_dpabi统计流程_统计分析_
09-30
代码基于matlab的DPABI软件包，用于对预处理结果进行统计分析，包括t检验，ANOVA等
感兴趣区域提取(ROI)matlab实现
05-30
图片的感兴趣区域的提取matlab实现 直接运行go函数即可运行 可视化操作
DPABI使用教程
最新发布
qq_54641516的博客
07-24 493
DPABI使用
基于DPABI的精神分裂患者脑图特征提取和统计分析
hanzitino的博客
06-22 8753
参考博客：https://blog.csdn.net/ScarlettGuo/article/details/107889578
基于DPABI和SPM12的任务态fMRI分析笔记2——统计检验
Sophia2023的博客
02-04 1万+
前言 统计分析模型简介——GLM GLM与T检验的关系 统计分析处理
基于Dpabi的功能连接
weixin_54794458的博客
08-28 4831
(2)去除前10个时间点(Remove first 10 times points)：由于机器刚启动、被试刚躺进去也还需适应环境，导致刚开始扫描的数据很不稳定，所以一般需要删除前几个时间点。本文的数据删除了前10个时间点。（4）头部矫正(Realign)：被试再扫描过程中不可避免地会有头部运动，所以需要对数据进行头部矫正，将全部时间点的数据在空间上与第一个时间点采集的数据对齐。（6）平滑(Smooth)：提高数据的信噪比，选用高斯平滑核，平滑核的大小一般选取体素大小的2-3倍，此处选择大小[8 8 8]。
Dpabi数据分析的结构
qq_27273607的博客
08-02 2779
如果是DICOM原始文件 如果是NIFTI文件 如果一个被试的一个session存在多个run
乳腺癌患者核磁共振成像数据集
12-18
乳腺癌患者核磁共振成像数据集，1480个乳房MRI图像，图像分为两类-健康(良性)和疾病(恶性)。为了培训，这两类都包含700张健康和生病患者的核磁共振扫描图像。为了验证，这两类都包含了健康和生病患者的40张MRI扫描...
基于Matlab+GUI的脑部核磁共振数据统计分析系统_毕业论文.pdf
10-30
此外，系统还采用了当今科学界公认的可靠而又先进的数据处理分析方法，涵盖了从原始数据整理到图像统计分析再到结果图像输出的一套完整流程。 系统主要分为四个模块：DICOM数据整理模块、fMRI数据处理模块、结构MRI...
利用dpabi和restplus提取ROI灰质体积学习笔记
weixin_52073820的博客
10-17 7566
目录前言一、数据准备二、利用dpabi提取ROI灰质体积三、restplus提取ROI灰质体积 前言 我利用SPM/CAT12进行灰质、白质、脑脊液分割之后分别已经得到各自的图像文件，在全脑水平已经做了统计分析。如果还想要进一步进行ROI的统计分析或者与量表等临床资料做相关分析，就需要提取ROI灰质体积。几个月没动过这数据了，突然心血来潮想学一下如何提取ROI灰质体积，以此篇博客记录我的提取ROI灰质体积学习过程。提取ROI灰质体积的方法及软件有许多种，本人尝试了dpabi和restplus。 一、数据准备
基于DPABI和SPM12的任务态fMRI分析笔记1——预处理
Sophia2023的博客
01-24 1万+
前言 原理简介 预处理
fMRI脑影像特征提取——静息态与任务态，ALFF/fALFF和ReHo（Dpabi，Rest1.8）
热门推荐
意疏的学习笔记
07-03 4万+
任务态和静息态是大脑的两种状态，前者主要是指大脑在执行记忆、识别以及运动等具体任务时的状态，静息态则是指大脑不执行具体认知任务、保持安静、放松、清醒时的状态，是大脑所处的各种复杂状态中最基础和最本质的状态。任务态fMRI分析有非常悠远的历史，而静息态fMRI自1995年biswal教授及其同事率先报告静息态fMRI具有生理意义后，越来越多的人进入了静息态的研究领域。任务态fMRI主流的分析方法是模型驱动（GLM+HRF），也可以引用静息态fMRI
DPABI的rs-fMRI预处理详细操作步骤
learner_jj的博客
04-12 3519
记录DPABI对rs-fMRI 数据进行预处理的详细步骤
【DPABI教程】DPARSF详细教程笔记
dsdsp6
11-11 1万+
前言 最近在学习使用DPABI对fMRI数据进行分析处理，在处理过程当中难免会遇到一些小问题，而且处理步骤繁多，因此对DPARSF（主要针对体空间分析）的整个处理流程整理成笔记，中间会加上一些自己在处理过程当中遇到的问题和思考，但主要还是参照严老师的教学视频整理的，尽可能把细节详细地记录下来，希望在今后预处理和数据分析的时候尽量少出错。 严老师的官方教程：http://rfmri.org/Course DPA...
如何用dpabi统计分析
06-06
使用DPABI进行脑影像统计分析通常需要以下步骤： 1. 数据预处理：将原始的脑影像数据进行预处理，包括去除头部运动、时间对准、标准化、平滑等操作。可以使用DPABI中的DPARSF工具箱来进行数据预处理。预处理后的结果通常包括ALFF/fALFF、ReHo、DC、FC等指标。 2. 统计分析：根据具体的研究问题和研究设计，选择合适的统计分析方法和模型，例如one-sample t-test、two-sample t-test、ANOVA、回归分析等。可以使用DPABI中的Statistical Analysis工具箱来进行统计分析。 3. 多重比较校正：在进行统计分析时，需要进行多重比较校正，以控制误报率。常见的校正方法包括基于高斯随机场（GRF）的校正和基于Alphasim的校正。可以使用DPABI中的Viewer工具箱来进行多重比较校正，并可视化结果。 4. 结果解释：在解释统计分析结果时，需要考虑多个因素，包括统计显著性、效应大小、脑区位置、生物学意义等。可以使用DPABI中的Viewer工具箱来可视化结果，并结合实际研究问题和研究设计进行结果解释。 需要注意的是，使用DPABI进行脑影像统计分析需要一定的专业知识和技能，建议在使用前先学习相关的脑影像分析方法和技术，并注意数据的质量和可靠性。
评论 12
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

打赏作者

sta@ma@brain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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