你值得拥有!优质MRI在线学习视频、网站、书籍教材汇总

2023-11-24 11:50

本文主要是介绍你值得拥有!优质MRI在线学习视频、网站、书籍教材汇总,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!

​《本文同步发布于“脑之说”微信公众号,欢迎搜索关注~~》

MRI的知识涉及方方面面,且不论有各种模态的MRI,单单是我们科研中最常用的技术之一fMRI,就使得很多初学者摸不着头脑。为了便于初学者学习,笔者在这里倾心整理优质的MRI在线视频教程、学习网站和书籍教材等学习素材,希望对正在MRI学习路上的朋友有所帮助(注:部分内容来源于行上行下)

MRI在线视频教程

  1. 台湾國立陽明大學卢家锋教授的静息态fMRI技术分析视频教程
    详细讲解了静息态fMRI数据处理的方方面面,视频教程原来在Youtube上,目前已经在B站上可以找到。
    在这里插入图片描述
    B站地址:
    https://www.bilibili.com/video/BV1Wt411c7kw?from=search&seid=5681289998193743346

  2. Coursera网站上的MRI课程
    包括MRI的基础、fMRI的数据处理等课程。
    在这里插入图片描述
    官方网址:
    https://www.coursera.org/learn/functional-mri-2#instructors

  3. fMRI数据分析:从MRI理论讲解到SPM操作
    在这里插入图片描述
    B站地址:
    https://www.bilibili.com/video/av61424911/?p=1

  4. The R-fMRI Course V3.0 中文版(DPABI/DPARSF课程)
    严超赣老师讲解的DPABI软件使用视频
    在这里插入图片描述
    B站地址:
    https://www.bilibili.com/video/av66470917/?p=1

  5. 从零开始学习MRI
    偏重于MRI的临床应用技术
    在这里插入图片描述
    B站地址:
    https://www.bilibili.com/video/BV1SE411N7Me?from=search&seid=4371644282236070456

6.MRI技术系列讲座
由杨正汉老师主讲,偏重MRI成像技术、成像序列以及临床应用
在这里插入图片描述
爱奇艺地址:
https://www.iqiyi.com/u/1231533765/videos

MRI在线学习网站
1.静息态fMRI论坛
本论坛由杭州师大臧玉峰(ZANGYu-Feng )老师建立,主要讨论的是静息态fMRI的相关内容。
在这里插入图片描述
网址:http://restfmri.net/forum/

  1. The R-fMRI Network
    本论坛由中科院心理所严超赣老师建立,主要分享静息态fMRI脑网络的学习资料以及软件DPABI的使用及答疑。
    在这里插入图片描述
    网址:http://www.rfmri.org/

  2. FMRI 4 NEWBIES
    该网站由乔迪·库勒姆(Jody Culham) 在2000年代初创建,旨在提供资源,以教授功能性磁共振成像的实验设计和分析。
    在这里插入图片描述
    网址:
    http://www.fmri4newbies.com/lectures

4.SPM官网
除了SPM软件的使用,也是一个很好的MRI学习网站
在这里插入图片描述
网站:
https://www.fil.ion.ucl.ac.uk/

5.FSL官网
FSL(FMRIB-Software-Library)是由牛津大学功能脑成像中心(FMRIB)开发的一款可以用于分析磁共振脑图像的主流开源分析软件,目前世界范围内有超过1000个实验室使用该软件进行影像数据分析。用户可以通过FSL的英文官方网站下载软件,学习软件的安装和使用,并能够在线上论坛与软件开发者及广大使用者进行疑难解答和技术交流。
在这里插入图片描述
网址:
https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/

6.西南大学雷旭老师的博客以及实验室网站
记录了EEG、fMRI的相关学习内容。
在这里插入图片描述
博客网址:
http://blog.sina.com.cn/eegfmri
实验室网址:
http://www.leixulab.net

  1. Neuroimaging Analysis within R
    利用R语言进行MRI的分析教程
    在这里插入图片描述
    网址:
    https://johnmuschelli.com/imaging_in_r/

  2. 崔旭老师博客
    写了很多关于脑电、fMRI、近红外等脑科学相关领域的知识,也可以帮助大家了解学术前沿动态。
    在这里插入图片描述
    网址:
    https://alivelearn.net/

  3. 台湾國立陽明大學卢家锋教授实验室网站
    这里分享了很多关于fMRI、fNIRS、Matlab等相关学习资料。
    在这里插入图片描述
    网址:https://www.ym.edu.tw/~cflu/

MRI书籍教材
1.Handbook of functional MRI Data Analysis
在这里插入图片描述
这本手册是美国著名的Russell A. Poldrack教授所著,他是美国著名的心理学家和神经学家。目前是斯坦福大学的心理学教授,斯坦福神经科学研究所成员和斯坦福再生神经科学中心主任。这本书可以说是功能磁共振的入门级读物了,在这本书的开始详略得当的介绍了磁共振技术的发展和基本原理。其后是针对核磁数据处理分析的步骤进行详细的解释,同时介绍了不同的数据分析软件(以SPM和FSL为主)对于功能磁共振数据预处理的理解,解释了如头动处理、图像配准以及时间层矫正等多个预处理阶段遇到的问题,以及对该如何进行选择提供了一些建议。并且,在书的最后介绍了一些新出现的核磁数据处理方法(相对新,因为本书出版时,这些技术还应用不久),如独立成立分析、基于体素水平的MVPA方法等。这本书目前国内有翻译本,由马园林,张辉,陈峰翻译,翻译本基本还原了原著,读起来也不晦涩,是初次了解功能磁共振数据及其处理的上佳选择。

2.核磁共振原理及实验方法(高汉宾 张振芳)
在这里插入图片描述
这本书由中科院武汉物理与数学研究所的高级研究员张振芳和高汉宾主编,作为中文撰写的核磁共振类的数据可以作为一本入门读物。这本书的前五章介绍了基础的核磁知识,由于是由物理研究所撰写的,这本书更加偏向于核磁的成像原理、成像序列、核磁共振谱仪等方面,对于脑磁数据来说不是非常相关。但是这本书中综合了使用核磁技术的实验方法,在书中有一些相应的实验设计案例以及讲解,有助于了解核磁实验设计的基本知识。在书的后几章节,还分析了84个脉冲序列,可以说是核磁操作员的心头之物了

  1. Introduction to Diffusion Tensor Imaging
    在这里插入图片描述
    DTI技术作为重要的脑结构成像技术,自出现以后就受到众多的关注。尽管在初期由于受到理论上存在缺陷的影响,被有所诟病。但是随着弥散张量成像技术的发展,DKI、HARDI等扫描序列的出现极大地提高了白质结构成像的稳定性和准确性。这本书是Susumu Mori and J-Donald Tournier教授共同撰写的,Susumu Mori是约翰霍普金斯大学放射科和放射科学系MRI研究部门的教授,他与其他学者合著了约140种参考出版物,为若干国家卫生研究所资助的校外项目担任主要研究员,并参与了许多脑科学方面的项目。这本书第二版,第一版相比于这一版少了很多新出现的弥散张量成像技术。这本书中使用了大量的插图来对难以理解的弥散张量成像技术进行有效的解读,以帮助读者更直观地理解这些技术的内部工作原理。书的重点放在解释DTI图像,实验的设计,以及可以进行的应用研究的类型。扩散MRI是一个非常活跃的研究领域,其理论和技术也还在不断发展的过程中。因此这本书是对之前发展的一个良好的总结。同时这本书适合DTI入门读者以及高阶修习者,是DTI数据理解的最佳选择。但这本书目前国内也没有翻译版本,原文也稍微有些阅读难度,建议有一定基础的读者选择阅读。不过大量的图片示例性解释相信会帮你不少。

  2. An Introduction to Resting State fMRI Functional Connectivity
    在这里插入图片描述
    做静息态fMRI研究不得不读的一本书,较为全面地介绍了静息态fMRI数据处理的方方面面。

注:解读不易,请多多转发支持,您的每一次转发是对我们最好的支持!本文原文及附加材料,请添加赵老师微信索要(微信号:15560177218)

这篇关于你值得拥有!优质MRI在线学习视频、网站、书籍教材汇总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/421895

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因?

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台,是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力,在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术,能够处理多种视频流格式,并以多种格式(RTMP、RTSP、HTTP-FLV、WebS

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

电力系统中的A类在线监测装置—APView400

随着电力系统的日益复杂和人们对电能质量要求的提高,电能质量在线监测装置在电力系统中得到广泛应用。目前,市场上的在线监测装置主要分为A类和B类两种类型,A类和B类在线监测装置主要区别在于应用场景、技术参数、通讯协议和扩展性。选择时应根据实际需求和应用场景综合考虑,并定期维护和校准。电能质量在线监测装置是用于实时监测电力系统中的电能质量参数的设备。 APView400电能质量A类在线监测装置以其多核

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss