脑影像分析软件推荐 | CPCA(Constrained Principal Component Analysis)

目录

1. 软件界面

2.工具包功能简介

3.软件安装注意事项

---

参考文献：

Takane, Y., & Hunter, M. A. (2001). Constrained principal component analysis: a comprehensive theory. Applicable Algebra in Engineering, Communication and Computing, 12, 391-419.

1. 软件界面

2.工具包功能简介

CPCA（Constrained Principal Component Analysis） 是将回归分析和主成分分析合并到一个统一的框架的一种方法。该方法从 BOLD 信号时间序列的奇异值分解中得出功能神经网络的图像，并允许在分析的 BOLD 信号仅限于周围刺激时间内发生的扫描时，使用所有其他扫描作为基线来推导图像。

CPCA提供以下分析方法

1. 确定任务中涉及的多个功能网络

2. 估计在周围刺激时间点上与每个功能网络相关的 BOLD 变化模式

3. 量化这些多个功能网络之间的交互程度

4. 通过实验操作影响每个功能网络的程度的统计测试

3.软件安装注意事项

CPCA是基于MRIcroN软件并在Matlab环境下运行的软件包，使用前需提前下载MRIcroN软件。使用时需要提前将CPCA软件以“添加文件及子文件夹”形式添加到路径中，并在命令行输入cpca。