GRETNA使用流程

最新推荐文章于 2025-04-28 11:05:14 发布

Iris_bysshqx17

最新推荐文章于 2025-04-28 11:05:14 发布

阅读量1.4w

点赞数 10

CC 4.0 BY-SA版权

分类专栏： fMRI 文章标签： GRETNA fMRI 图论数据分析

本文链接：https://blog.youkuaiyun.com/Iris_bysshqx17/article/details/100898752

本文详细介绍了如何使用GRETNA进行fMRI数据处理，包括数据预处理、功能连接网络构建、网络属性分析及比较。通过实例展示了GRETNA在静态和动态功能网络构建中的应用，并进行了全局和局部属性的统计分析，结果表明在所选指标上未观察到显著差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

准备

首先，我是从GRETNA的Github官网上下载的GRETNA-master这个版本。
其次，安装的方法就是解压，然后把解压的文件夹添加到matlab的路径中，注意路径不要有中文，特殊符号或者空格。
第三，我没有使用GRETNA来做数据的预处理。作为参考我的预处理是通过SPM12和DPARSF来完成的。最后使用的文件夹FunImgARWSDCF中每个被试一个文件夹，一个文件夹中一个Filtered_4DVolume.nii文件。

开始使用

在matlab的命令窗口输入gretna打开GRETNA界面。

第一个尝试：

一开始我用了DPARSF来对SPM预处理到smooth阶段的数据进行去线性漂移detrend，回归协变量，以及头动校正和滤波Filter的操作。然后使用滤波后的数据放入GRETNA进行网络的建立，但是出现了错误。修bug不如重写，于是我后面改了方法，不过这一步尝试还是可以先看看。
选择第一个FC Matrix Construct，开始创建功能连接的矩阵。我没有使用自带的模板，而是下载了一个BN_Atlas_246_3mm.nii这个模板，分成皮层和皮层下共246个区域。
功能链接矩阵创建注意：然后我RUN了一下，出了第一个错误“/bin/bash: at: Command not found”，原因是没有找到at这个命令，于是sudo apt-fast install at安装一下。其中apt-fast时apt-get的一种快速的版本，安装方法可以自行搜索。如果不使用apt-fast，也可以直接sudo apt-get install at来安装at。

第二个尝试：

由于直接使用DPARSF的Filtered数据再GRETNA中出现了错误，为了免去麻烦，我直接使用了GRETNA中的数据预处理pipeline来进行数据预处理。
数据结构：
workingdir文件夹下有一个功能像文件夹FunImg一个结构像文件夹Struc。
功能像文件夹FunImg文件夹下每个被试一个文件夹，包含删去前10个时间点的原始Nifti格式文件。
结构像文件夹Struc文件夹中同样每个被试一个文件夹，包含一个结构像Nifti格式文件和一个在SPM12中修正过AC位置和图像朝向的mat文件。
注意：文件夹的命名不是固定的，但是文件夹的结构最好是这样子的。结构像是否需要修改朝向需要仔细查看。

步骤1：数据预处理：
1.时