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

本文主要是介绍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,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

视频来自:3_R-fMRI_Data_Processing_DPARSFA_哔哩哔哩_bilibili

pdf:The R-fMRI Course | The R-fMRI Network

目录

1. DPABI基本流程和下载方式

1.1. 静息态功能磁共振成像数据流程

1.2. DPABI下载

2. DPABI软件操作

2.1. 数据分类和整合

1. DPABI基本流程和下载方式

1.1. 静息态功能磁共振成像数据流程

(1)总流程

(2)计算指标

        ① 传统

        ②通常使用(配准到MNI标准空间下)

        ③原始空间的计算

(3) 数据分类

        ①将Data.zip中的Functional DICOM data放在FunRaw文件中

        ②将Data.zip中的Structural DICOM data放在T1Raw文件中

1.2. DPABI下载

(1)下载路径:DPABI: a toolbox for Data Processing & Analysis for Brain Imaging | The R-fMRI Network (rfmri.org)

(2)解压至matlab\toolbox

(3)打开matlab的(设置路径)

(4)在左侧添加并包含子文件夹(将解压的dpabi文件选中)

(5)在matlab的命令行窗口(不是电脑的cmd)输入dpabi

(6)出现dpabi窗口则成功打开

2. DPABI软件操作

2.1. DPABI按键

(1)DPABI界面点击Utilities→DICOM Sorter

        ①SUffix:后可输入IMA或dcm或none(输入none要确保文件夹下没有其他如txt格式的文件)

        ②Add All:选中大文件夹

        ③Anonymize DICOM files:将被试匿名

(2)DPABI界面点击Utilities→DICOM Sorter→Sort

        ①Participants:右键可以移除被试或保存ID

        ②Time Points:检查数据是否有错,输入为0则不检查,输入其他数字则按时检查数据

        ③TR(s):扫描一个完整大脑所需要的时间(一层一层扫,现在一般几百毫秒一个,长一点可能两秒),一般知道的话可以自己填,填0可以自动从数据集里读TR数据(但不一定对)

        ④EPI DICOM to NIFTI:epi数据类型转成nifti

        ⑤Apply Mats:已经调整过一次可以勾选,调用上一次所用

        ⑥Remove First:去掉前面的时间点,以确保磁场已经达到稳态,且被试刚开始心理可能因不适应产生波动

        ⑦Slice Timing:大脑通常采用隔层扫描的方式,导致相邻层数可能被扫的时间相差甚远,因此需要矫正,使相邻节点看上去像是相邻时间点被扫描的(下图左侧为矫正,右侧为实际)

        ⑧Slice Number:默认为0,但是自己填一个最好

        ⑨Slice Order:可以输表达式[1:2:n-1],[2:2:n]

        ⑩Reference Slice:矫正中点,一般填n-1这个数字(因为是从1~n-1扫,再从2~n扫,所以奇数的末尾实际上是最中间被扫到的点)

        ⑪Realign:头动矫正。因头动产生数据读取差异,因此需要调整到看上去是没动的状态。暂目前推荐使用FJ_Jenkinson效果较好

        ⑫Reorient Fun/T1:对图像的观察,质量控制,将位置调整的和标准位置相似,以确保拟合 

        ⑬AutoMask:选上可以检验功能上得到覆盖

        ⑭Crop T1:如果图像已经不是NIFTI可以选上,把脖子去掉

        ⑮Bet:把结构项变成功能项时头皮干扰较大,Bet去掉结构上和功能上的头皮。但是带着头皮去做Segment效果较好。且Bet时粗略剥头皮,可能对图像造成损失

        ⑯Segment:一般不勾。把大脑分为白质灰质(c1文件为原始空间下的灰质密度,c2文件为原始空间下的白质密度,c3为原始空间CSF脑脊液密度;wc1为MNI空间灰质密度,wc2为MNI空间白质密度,wc3为MNI空间CSF密度;mwc1、2、3分别为为灰质、白质、CSF体积的变化)

        ⑰New Segment + DARTEL:一般勾。

        ⑱Nuisance Convariates Regression:控制生理噪声(一般Plolynomial trend填1,并采用Friston24)

        ⑲Head momtion scrubbing regressors:可以再nuisance的时候做scrubbing也可以在做完所有预处理再做,但是推荐FD(Jenkinson)以及FD“bad”填写0.2

        ⑳Nuisance Setting用均值最多,或PCA(Mask based on segmentation or SPM apriorir)。且白质里一般没有什么信号,一般都是噪声。Global Signal一般不去除,否则可能带来假的或者负的功能连接,但是它对去除头动很有用。可以都做一遍

        ㉑Normalize:空间配置,不同地方扫出来的脑图可能不太一样,得配到统一的模板上(DARTEL用得最多,但费时)

        ㉒Smooth:配准效果不佳时提高配准,提高信噪比([4,4,4],[6,6,6],[8,8,8]都可以,一般默认前者,但是平滑和越高一般可以增强重复使用性)。且ReHO不用做平滑

        ㉓Default Mask:所有的计算仅局限在脑内,且所有功能模板在50%的阈值(可以选其他的Mask)

        ㉔Detrend:随时间序列有线性向上或向下的趋势,由此用这个去掉。但这个软件在之前已经去掉了所有在这可以不勾画

        ㉕ALFF和fALFF:低频段能量和全频段能量,后面可勾filter

        ㉖ReHo之后做平滑,之前不做

        ㉗Degree Centrality:衡量一个体素对于全脑体素的关联/相关性

        ㉘Extract ROI time courses:提取额外ROI时间点,对于做网络分析功能重要

        ㉙VMHC:做镜像

        ㉚缩写大全(方便看文件名)

这篇关于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的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/358763

相关文章

SpringKafka消息发布之KafkaTemplate与事务支持功能

《SpringKafka消息发布之KafkaTemplate与事务支持功能》通过本文介绍的基本用法、序列化选项、事务支持、错误处理和性能优化技术,开发者可以构建高效可靠的Kafka消息发布系统,事务支... 目录引言一、KafkaTemplate基础二、消息序列化三、事务支持机制四、错误处理与重试五、性能优

SpringIntegration消息路由之Router的条件路由与过滤功能

《SpringIntegration消息路由之Router的条件路由与过滤功能》本文详细介绍了Router的基础概念、条件路由实现、基于消息头的路由、动态路由与路由表、消息过滤与选择性路由以及错误处理... 目录引言一、Router基础概念二、条件路由实现三、基于消息头的路由四、动态路由与路由表五、消息过滤

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

基于SpringBoot实现文件秒传功能

《基于SpringBoot实现文件秒传功能》在开发Web应用时,文件上传是一个常见需求,然而,当用户需要上传大文件或相同文件多次时,会造成带宽浪费和服务器存储冗余,此时可以使用文件秒传技术通过识别重复... 目录前言文件秒传原理代码实现1. 创建项目基础结构2. 创建上传存储代码3. 创建Result类4.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

Python实战之屏幕录制功能的实现

《Python实战之屏幕录制功能的实现》屏幕录制,即屏幕捕获,是指将计算机屏幕上的活动记录下来,生成视频文件,本文主要为大家介绍了如何使用Python实现这一功能,希望对大家有所帮助... 目录屏幕录制原理图像捕获音频捕获编码压缩输出保存完整的屏幕录制工具高级功能实时预览增加水印多平台支持屏幕录制原理屏幕