【fmri】dpabi对fALFF和ReHo的双样本t检验(二)

本文详细介绍了如何在dpabiview中导入图像,进行多重比较矫正(基于Cluster的GRF),选择脑区模板,以及如何汇报和提值结果的过程。重点强调了FDR和Clusterpvalue的选择以及结果分析的步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

新手发布,如果有错误或者补充,欢迎捉虫~

dpabi view的使用及多重比较矫正

在这里插入图片描述
打开dpabi,点击Viewer,进入dpabi view界面

基本介绍:

在这里插入图片描述
1、Brain Images: 选择要展示的Brain Image

2、图像显示界面: 显示图像的界面

在这里插入图片描述

导入图像:

1、overlay: 点击overlay后的“…”,打开overlay list

**2、overlay File: **点击2所示的“…”,选择要查看的图像,这里我选择的是falff双样本t检验之后算出的图像“T2”(不要选算出的另一个)【更多双样本t检验内容看上篇

3、Accept: 点击确定,出现如下图所示花花绿绿的图像是正常的

在这里插入图片描述

多重比较矫正(基于Cluster)

在这里插入图片描述

1、Cluster: 点击Cluster进行多重比较矫正

2、GRF: 选择GRF矫正,矫正严格程度:FDR>GRF>AlphaSim,个人更建议使用spm做FWE或FDR的矫正,不建议单独使用AlphaSim矫正,可信度低。

在这里插入图片描述

3、Mask File: 选择之前双样本t检验选择的Mask

4、FWHM: 如果是使用dpabi做的预处理这里会直接显示,如果是其他软件做的预处理要填写平滑核,注意这里的平滑核和smooth输入的平滑核不一样,因为在smooth之后有进行了计算操作等等,我这里是直接用dpabi做的预处理,严老师好像有出相关计算参考,可以查一下【这里不输入结果会出错】

5、Voxel p value: 使用基于Cluster的多重比较矫正,填写0.001【有关多重比较矫正原理可能会出一篇新文章说明】

6、Cluster p value: 填写0.05或0.01

7、Two Tailed: 一般要勾选,意思是为了保证最终假阳性率小于0.05,使得groupA-groupB的假阳性小于0.025且groupB-groupA的假阳性小于0.025,所以总假阳性率小于0.05

8、Compute: 点击Compute运行查看结果

脑区显示

在这里插入图片描述

1、Atlas: 点击Atlas出现w_AtlasSelect界面

2、Select Atlas to Add: 点击Select Atlas to Add选择需要的模板(可选择多个)

在这里插入图片描述
3、Accept: 点击Accept出现上图结果

结果汇报

在这里插入图片描述
点击Cluster Report,在MATLAB中会出现结果值

结果提值

在这里插入图片描述

1、Find Peak in this Cluster: 点击Find Peak in this Cluster,将十字光标定位在peak值上

在这里插入图片描述
在这里插入图片描述
2、Save Single Cluster: 点击Save Single Cluster,会生成两个文件,其中test_mask就是提值结果(nii)

在这里插入图片描述
3、打开dpabi点击Utilities

4、在Utilities中点击ROI Signal Extractor

在这里插入图片描述
5、Add Dir: 选择处理后的nii图像所在文件夹

在这里插入图片描述
6、Define ROI: 点击Define ROI,点击+Mask,选择之前提值生成的Mask

7、Output Dir: 选择输出路径

8、Prefix: 选择输出名称

在这里插入图片描述

9、Extract: 运行生成如上文件,结合量表进一步进行分析

04-11
### DPABI 脑影像数据分析工具使用指南 #### 工具概述 DPABI(Data Processing & Analysis of Brain Imaging)是一款专为脑影像数据设计的开源分析工具。它支持多种磁共振成像技术的数据处理,包括静息态功能磁共振成像(rs-fMRI)、任务态功能磁共振成像(task-fMRI),以及结构磁共振成像(sMRI)。该工具提供了从预处理到统计分析的一系列模块化流程[^1]。 #### 数据兼容性注意事项 尽管DPABI广泛应用于各类脑影像研究中,但在实际操作过程中可能会遇到某些特定数据集不被完全支持的情况。例如,在ABIDE数据库中的部分功能性磁共振图像可能无法通过标准配置完成解析,这通常是因为解剖像未能按照预期格式命名或存储所致。虽然理论上解剖像与结构像可以视为同一概念,但由于不同软件间定义差异的存在,可能导致此类问题的发生[^2]。 #### 安装与环境搭建 为了顺利运行DPABI程序,请先确认已安装MATLAB基础平台及其所需附加组件SPM(Statistical Parametric Mapping)。随后访问官方GitHub仓库下载最新版本源码包,并依据README文档指示逐步设置工作路径及相关参数选项。 #### 基本操作流程说明 以下是利用DPABI执行典型fMRI信号前处理的主要环节: 1. **质量控制** 进行初步扫描序列评估以剔除低信噪比样本。 2. **头动校正** 对每一时间点采集得到的空间位置偏移量实施补偿调整。 3. **空间标准化** 将个体大脑模板映射至公共坐标系下统一表达形式。 4. **平滑滤波** 减少噪声干扰影响的同时保留有效生理变化特征。 5. **回归去除无关变量** 排除非目标因素引起的波动成分如全局平均强度趋势等。 6. **频域变换及指标计算** 计算ALFF/fALFF, ReHo, VMHC等相关度量值用于后续探索发现潜在规律模式。 ```matlab % 示例代码片段展示如何调用函数实现上述某一步骤 cfg = []; cfg.fwhm = 6; % 设置高斯核半宽度大小为6mm smoothed_data = dpabi_smooth(input_data,cfg); ``` 以上每步均需仔细核查中间产物状态确保无误后再继续推进下一阶段作业直至最终成果产出为止。 #### 高级特性介绍 除了常规方法外,DPABI还额外引入了一些创新性的算法来增强用户体验效果。比如借助多线程机制提升运算效率;集成常用分区方案便于快速定位感兴趣区域(ROI); 提供图形界面简化交互过程等等特色亮点值得深入挖掘尝试一番。 --- 问题
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值