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

这篇具有很好参考价值的文章主要介绍了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。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

(2)计算指标

        ① 传统rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        ②通常使用(配准到MNI标准空间下)

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        ③原始空间的计算

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

(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rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析(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)

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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)

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

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

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        ㉙VMHC:做镜像

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析

        ㉚缩写大全(方便看文件名)

rfmri,fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析文章来源地址https://www.toymoban.com/news/detail-768761.html

到了这里,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的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【核磁共振成像】单射成像和高速脉冲序列

      MRI扫描时间可表示为   其中 Nex为激发次数,NpE1和NpE2是两个相位的编码步数 。而通常运行于 2D断层的高速成像 又可将其简化为    重复时间TR ( 脉冲序列相邻的两次执行的时间间隔 ) 必须满足小于回波时间TE ( 射频脉冲与对应的回波之间的时间间隔 )(TRTE)。  

    2024年02月11日
    浏览(44)
  • 【核磁共振成像】方格化重建

      对于 笛卡尔K空间直线轨迹数据可直接用FFT重建 ,而如果 K空间轨迹的任何部分都是非均匀取样的 可用DFT直接重建 ,有时称为 共轭相位重建 ,但此法太慢不实用。 把数据再取样到直线格使能FFT重建要快得多 。 普遍应用的内插方法是把数据与一个平滑函数卷积再取样

    2024年02月10日
    浏览(43)
  • 【核磁共振成像】傅里叶重建

    长TR,长TE,是T2加权像; 短TR,短TE,是T1加权像; 长TR,短TE,是PD加权像。    磁共振图像 反映的是 组织的信号强度 。在图像中, 如果越白或者越亮,则代表组织的信号强度越高 。   磁共振的不同序列反映的是 不同组织对比或者叫做不同参数 。磁共振图像我们一般

    2024年02月11日
    浏览(38)
  • VALSE 20200415 | 机器学习 vs 压缩感知:核磁共振成像与重建

    报告主页:http://valser.org/article-359-1.html 20200415 机器学习 vs 压缩感知:核磁共振成像与重建 PPT:Shanshan Wang slides | Bihan Wen slides 谷歌学术: 王珊珊 Shanshan Wang | siat 文碧汉 | ntu 可以参考前面链接中的ppt,这里不重点讲,我们主要关注文碧汉老师的talk。 重建问题简介 计算机视觉

    2024年02月13日
    浏览(49)
  • fMRI时间序列振幅和相位对功能连接分析的影响

    导读 目的: fMRI领域的一些研究使用瞬时相位(IP)表征(源自BOLD时间序列的解析表征)考察了脑区之间的同步性。本研究假设来自不同脑区的瞬时振幅(IA)表征可以为脑功能网络提供额外的信息。为此,本研究探索了静息态BOLD fMRI信号的这种表征,用于获得静息态网络(RSNs),并将

    2023年04月25日
    浏览(40)
  • RS485远传电表有哪些功能?

    RS485远传电表是一种具有远程传输功能的电表,可以通过RS485接口进行数据传输。它主要用于远程测量电能消耗、监测电力质量和实时控制电力负载等方面。   RS485远传电表具有多种功能,如: 1.远程测量电能消耗:RS485远传电表可以通过远程传输数据,实现对电能消耗的实时

    2024年02月16日
    浏览(40)
  • 脑电EEG代码开源分享 【1.前置准备-静息态篇】

    希望了解更多的道友点这里 0. 分享【脑机接口 + 人工智能】的学习之路 1.1 . 脑电EEG代码开源分享 【1.前置准备-静息态篇】 1.2 . 脑电EEG代码开源分享 【1.前置准备-任务态篇】 2.1 . 脑电EEG代码开源分享 【2.预处理-静息态篇】 2.2 . 脑电EEG代码开源分享 【2.预处理-任务态篇】

    2024年02月02日
    浏览(40)
  • fMRI基础理论知识学习

    时隔多年,再次上线,重新经营csdn。自读研以来,不是干饭就是摆烂,实在颓废,能重新开始写博客,已然不易。在这里立下flag,争取以后每周都能写点什么东西,一来锻炼文笔,二来记录学习历程 我的研究方向与功能磁共振成像fMRI有关,此前从未接触过该领域,完全是从

    2024年02月09日
    浏览(42)
  • 卓越讲坛:核磁共振应用漫谈

    姚叶锋教授这次的报告采用科普的方式向我们介绍了磁共振发展的历史、目前的应用及其将来的发展前景。 姚教授最先从量子力学开始谈起: 磁共振所有的图像的每个元素点的信息都来源于量子力学。 正如 M a r k   E . H a a c k e Mark,E.Haacke M a r k E . H aa c k e 所说:当你看着这

    2024年02月06日
    浏览(39)
  • 音频筑基:基音、基频和共振峰

    音频信号分析中,经常遇到基音、周期、共振峰的概念,这里总结下自己的粗浅理解,不当之处,还望各位大佬提出指正。 基音,是复音中强度最大、频率最低的音。表征着声音的音高,即人们所感知到的音调高低。通常是以频率维度衡量,所以也叫基音频率,简称基频F0。

    2024年04月17日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包