CONN | Preprocessing fMRI data

2024-04-22 01:08
文章标签 data conn preprocessing fmri

本文主要是介绍CONN | Preprocessing fMRI data,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!

碎碎念:跟我读,CONN的理念是——“一条路走到黑”~~~

CONN是一款基于Matlab的fMRI处理工具,最早是为任务态数据处而开发的,不过分析静息态也很方便啦~~

目录

准备工作

 预处理-SETUP环节

BASIC

 Structural

 Functional

Preprocessing

 图像质量检查


准备工作

1. 下载CONN包,将包所在路径添加到Matlab的工作路径当中,命令窗口输入conn

 ***下载地址 & 使用手册指路👇

CONN toolbox (conn-toolbox.org)icon-default.png?t=M0H8https://web.conn-toolbox.org/home

2. 在跳出的GUI界面可看到OPEN/NEW,选择NEW新建项目

***正式开始之前,建议按照被试、序列将原始数据整理成下面这个文件结构👇

 预处理-SETUP环节

新建项目后就可以看到CONN的工作面板啦,预处理只用到SETUP环节。CONN界面有个奇异的特点是,好些功能直接看不到,只有鼠标移到附近才显示.............

BASIC

         分别填入被试总数、采集次数、TR。静息态采集类型默认为连续采集。

        ***Sessions or runs:当实验设计为纵向(或配对设计),即存在被试多次采集MRI时,就需修改此项为被试的采集次数,不然就默认为1。

 Structural

        输入对应的结构相,CONN支持dcm/nii/mgz。

        批量输入如下:

 Functional

        输入对应的BOLD数据。方法同上。

        ROIs/Options/Condition/Covariate在预处理阶段都可以先不管~~~

Preprocessing

         点击左下方的黄底黑字的Preprocessing键,出现以下界面,选择预处理步骤:

        例:借助T1结构相的两步配准Pipeline,供参考

         Add/Remove:添加/移除步骤

        Move up/down:调整步骤顺序

        Save/Load:保存/加载batch,方便其他项目直接加载~~~

        设置好就可以点击右下角Start键,按照提示输入fMRI扫描顺序、平滑核(mm)、重采样分辨率(默认97th,95th显然会更加严格,视情况而定)、头动控制要求即可,一路OK到最后就开始预处理~~~没有报错就等待吧~

***CONN的头动控制算法采用的ART-based identification of outlier scan for scrubbing,给大家找了篇CONN文章的方法学部分看看这个算法是怎么处理头动的👇。可以看到,这种头动控制剔除的是异常的时间点,而不是按照3mm/3°的标准直接剔除头动过大的被试,自然优点是可以保留被试数量,缺点是控制不严格导致信噪比降低。因此,可先用其他软件包剔除头动过大的被试后再扔到CONN里完成后续计算。此外,ValidScan数目亦可以作为协变量加入后续分析,但当其数量过少(阈值好像可以划到180?在哪篇文章看到来着...)时,那这个被试就容不得了是不~~~~

 图像质量检查

        点击左下方的黄底黑字的QA plots,create reports -> create plots -> 下拉选择想检查的条目-> Continue -> 就阔以啦~

        ***Denoise前一定要检查数据质量(尤其是配准 & 头动),血泪教训......

这篇关于CONN | Preprocessing fMRI data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/924484

相关文章

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

CentOS下mysql数据库data目录迁移

https://my.oschina.net/u/873762/blog/180388        公司新上线一个资讯网站,独立主机,raid5,lamp架构。由于资讯网是面向小行业,初步估计一两年内访问量压力不大,故,在做服务器系统搭建的时候,只是简单分出一个独立的data区作为数据库和网站程序的专区,其他按照linux的默认分区。apache,mysql,php均使用yum安装(也尝试

使用Spring Boot集成Spring Data JPA和单例模式构建库存管理系统

引言 在企业级应用开发中,数据库操作是非常重要的一环。Spring Data JPA提供了一种简化的方式来进行数据库交互,它使得开发者无需编写复杂的JPA代码就可以完成常见的CRUD操作。此外,设计模式如单例模式可以帮助我们更好地管理和控制对象的创建过程,从而提高系统的性能和可维护性。本文将展示如何结合Spring Boot、Spring Data JPA以及单例模式来构建一个基本的库存管理系统

15 组件的切换和对组件的data的使用

划重点 a 标签的使用事件修饰符组件的定义组件的切换:登录 / 注册 泡椒鱼头 :微辣 <!DOCTYPE html><html lang="en"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><meta http-equiv="X-UA-

12C 新特性,MOVE DATAFILE 在线移动 包括system, 附带改名 NID ,cdb_data_files视图坏了

ALTER DATABASE MOVE DATAFILE  可以改名 可以move file,全部一个命令。 resue 可以重用,keep好像不生效!!! system照移动不误-------- SQL> select file_name, status, online_status from dba_data_files where tablespace_name='SYSTEM'

SIGMOD-24概览Part7: Industry Session (Graph Data Management)

👇BG3: A Cost Effective and I/O Efficient Graph Database in ByteDance 🏛机构:字节 ➡️领域: Information systems → Data management systemsStorage management 📚摘要:介绍了字节新提出的ByteGraph 3.0(BG3)模型,用来处理大规模图结构数据 背景

java.sql.SQLException: No data found

Java代码如下: package com.accord.utils;import java.sql.Connection;import java.sql.DriverManager;import java.sql.PreparedStatement;import java.sql.ResultSet;import java.sql.ResultSetMetaData;import

FORM的ENCTYPE=multipart/form-data 时request.getParameter()值为null问题的解决

此情况发生于前台表单传送至后台java servlet处理: 问题:当Form需要FileUpload上传文件同时上传表单其他控件数据时,由于设置了ENCTYPE=”multipart/form-data” 属性,后台request.getParameter()获取的值为null 上传文件的参考代码:http://www.runoob.com/jsp/jsp-file-uploading.ht

Oracle Data Guard:Oracle数据库的高可用性和灾难恢复解决方案

在企业级数据库管理中,确保数据的高可用性和在灾难情况下的快速恢复是至关重要的。Oracle Data Guard是Oracle公司提供的一种强大的数据库高可用性解决方案,它通过在主数据库和至少一个备用数据库之间提供实时或近实时的数据保护来实现这一目标。本文将详细介绍如何在Oracle数据库中部署和使用Oracle Data Guard,包括其基本概念、配置步骤、管理技巧和实际应用示例。 1. O

Creating OpenAI Gym Environment from Map Data

题意:从地图数据创建 OpenAI Gym 环境 问题背景: I am just starting out with reinforcement learning and trying to create a custom environment with OpenAI gym. However, I am stumped with trying to create an enviro