- 博客(23)
- 资源 (1)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 构建个体结构脑网络的另一种方法
这篇文献提出了一种构建个体结构脑网络的方法即Morphometric INverse Divergence (MIND)，通过T1像数据即可对每个被试构建一个脑网络，且通过多个特征进行构建而非单一的特征。即可获得由4个特征得到的个体结构网络矩阵，可以根据自己的需求采用不同的特征组合得到网络矩阵，也可以结合T1/T2像得到髓鞘化相关的网络矩阵，后续可修改代码批量处理自己的数据。这是文献贴出来的代码。在终端直接克隆到本地。2.修改路径运行代码。
2024-05-14 15:18:17
454
1
原创 cut&tag学习笔记
上图是我得到的结果，下图是教程的结果，比对结果有一些差异，我也不知道具体原因是啥。谷歌了一下，发现原因可能是因为环境变量的问题，系统不知道picard的具体位置，需要设置全局环境变量，遂查了一下picard的位置。我发现我做出来的结果测序深度一致，但是比对的结果有一点差异，不知道是我的操作问题，还是参考基因组更新了导致比对结果出现了些许不同。上图是我得到的结果，下图是教程的结果，除了IgG_rep1外比对结果一致。上图是我的结果，下图是教程的结果，结果不太一致，不知道是具体的原因是什么。
2024-05-13 19:07:41
1367
原创 基于T1w/T2w 比值揭示髓磷脂相关变化
最近在阅读文献的时候发现2篇文章，是采用T1w/T2w 比值表征髓磷脂，有点感兴趣，因此尝试了一下文献所提出的方法。） 髓鞘形成是皮层下白质的一个显著特征，但大脑皮层的灰质也包含大量髓鞘轴突，深层皮质的髓鞘磷脂密度高于浅层皮质层的。先前的研究表明，T1w/T2w比率的区域差异与组织学定义的皮质区域的髓磷脂含量匹配，并增强对髓鞘信号强度的敏感性，同时减少受试者间信号强度偏差，可以用作检测与疾病相关的髓鞘形成程度变化。
2024-02-15 21:06:37
865
1
原创 使用HCPpipelines分割皮层
前段时间阅读了一篇文献，文章的做法我比较感兴趣，所以打算学习一下文献的做法。文章的最开始一部分是使用HCPpipelines对T1和T2像进行皮层分割，调用的是freesurfer6。
2024-02-03 19:51:16
564
1
原创 转录组学习第5弹-比对参考基因组
在构建文库的过程中需要将DNA片段化，因此测序得到的序列只是基因组的部分序列。为了确定测序reads在基因组上的位置，需要将reads比对回参考基因组上，这个步骤叫做比对，即文献中所提到的alignment或mapping。包括基因组比对和转录组比对目前比对的工具有很多，这里用的是hisat2。
2023-11-25 10:13:51
1030
1
原创 转录组学习第四弹-数据质控
reads每个位置的颜色显示由4种颜色的比例混合而成，哪一个碱基的比例大，则趋近于这个碱基所代表的颜色。由下图可知32个样本的ATCG的含量比例是比较均匀的，测序质量是可以的。一条序列的重复数，因为一个转录组中有非常多的转录本，一条序列再怎么多也不太会占整个转录组的一小部分（比如1%），如果出现这种情况，不是这种转录本巨量表达，就是样品被污染。正常情况下，N值非常小。绿色区间——质量很好，橙色区间——质量合理，红色区间——质量不好。绿色区间——质量很好，橙色区间——质量合理，红色区间——质量不好。
2023-11-21 20:47:28
464
1
原创 转录组学习第三弹-下载SRR数据并转成fastq
前面已经安装好了需要的软件，那么我们现在需要下载我们练习需要用到的sra数据。可以用ascp快速的来下载 sra 文件，也可以用wget或curl等传统命令从 FTP 服务器上下载 sra 文件。下载完之后可以检查一下数据大小，这里数据大小是没问题的，如果遇到大部分数据是1-3G，有个别数据是200多M的，那就要检查一下是不是下载不完整。挂服务器后台下载，因为没有用上ascp，所以这里是通过HTTPS方式下载的，下载速度很慢，就晚上放着第二天早上下完就行。写于2023年11月20日。
2023-11-20 13:48:01
1477
1
原创 转录组测序学习第二弹
同理继续安装tophat和htseq，发现htseq成功了，但是tophat失败了，提示需要在python2.7的环境下才能安装，于是又进行了下面的尝试。安装成功了，尽管一开始还是unsuccessful，但是等了一会就可以了，还是源不稳定的问题啊！谷歌之后发现可能是源的问题，经咨询后建议我把清华的源换成北外的源，于是我就尝试了以下操作。2）重新安装tophat，安装成功，但是以后就得2个环境切换着用了，有点麻烦。前面已经安装好了conda，那么我们现在需要安装我们后续需要用到的软件。
2023-11-15 22:59:06
791
1
原创 macOS使用conda初体会
最近在扫盲测序的一些知识其中需要安装一些软件进行练习，如质控的fastqc，然后需要用conda来配置环境变量和安装软件。记录一下方便后续查阅学习。
2023-11-12 17:03:32
2158
1
原创 DTI-ALPS处理笔记
前段时间刚好学习了一下DTI-ALPS处理（diffusion tensor image analysis along the perivascular space ），记录一下，以便后续学习。ALPS是2017年发表在《Japanese Journal of Radiology》的一篇文章首次提出的 ()，主要用于无创评估脑内淋巴系统功能的衡量数值。C图和D图中的蓝色部分是投射纤维，绿色部分是联合纤维，红色部分是皮下纤维。
2023-10-28 21:01:07
3228
5
原创 使用DIPY处理自由水弥散加权数据
安装完之后，可以通过以下方式检查是否成功：进入python，然后import dipy，如果没有报错就是安装成功了。DIPY 是基于python的工具包，因此需要提前安装好python3，要求python版本在3.6以上。为了可视化，通常还需要安装fury。上面这部分代码将得到的是下面的A图。在一部分我采用pip安装。
2023-05-28 17:50:13
1015
11
原创 使用FSL对DTI数据进行预处理
在fsl官网我们可以看到是同时使用了AP和PA图像处理，采用的是最小二乘法将2个图像合并为1个图像。–inindex此处需要处理的是PA图像，在acq_param.txt中我们是把这个放在第一行的，此处为1，如果处理的是AP图像，则此处为2。为了校正磁场引起的畸变，对DTI的B0像分别采集了A>P和P>A的反向编码的两种B0像。即如果AP和PA只有1个B0像时，那么这里就是两行，如果各有3个B0像则这里应该是6行。假设转换后的图像为sub01_AP.nii.gz和sub01_PA.nii.gz。
2023-05-28 17:09:54
3968
7
原创 CONN工具箱分析fmri数据笔记2
一阶分析一阶分析是指个体水平的指标分析，主要有三大板块，seed-to-voxel/ROI-to-ROI、voxel-to-voxel/ICA networks。1、seed-to-voxel/ROI-to-ROI（1）Analysis option，有三个选择，seed-to-voxel、ROI-to-ROI、both seed-to-voxel and ROI-to-ROI（默认选择）。如果这里选择是单一的seed-to-voxel或ROI-to-ROI，那么后面的二阶分析也只能选择相对应的进行分
2022-08-19 12:55:38
2748
1
原创 利用GAT（图论分析工具箱）构建并分析大脑结构协变网络学习笔记
前言前面我学习了利用DTI构建白质纤维脑网络，并采用GRETNA计算了小世界网络属性。阅读文献发现可以利用灰质体积或皮层指标（皮层厚度、折叠指数、沟深）等构建结构协变网络再进行网络拓扑属性的计算。因此，我采用前面提取的灰质体积和皮质数据进行了结构协变网络分析，特此写下笔记以便后面的学习。一、数据准备二、构建结构协变网络三、全局属性的统计分析四、局部属性的统计分析五、网络攻击分析六、度的分布..................
2022-06-08 00:22:37
6683
64
原创 命令行学学习记录
在整理数据的过程中，有时候我们可能会重复好多次的操作，但是如果使用命令操作的话，极度舒适，因此以此篇博客记录下命令行学习记录。(不断学习不断更新哈哈哈哈)一、将文件夹下的所有nii文件整理到对应命名的文件夹中整理前示例：整理后示例：for i in `seq 2 6`;do cd /Volumes/yang/NMDAR/NC/T1_vbm cp N$i.nii /Volumes/yang/NMDAR/PT/freesufer/subjects/patient$idone #原始文
2022-04-22 18:14:10
445
原创 使用freesurfer进行海马亚区分割学习笔记
前言freesurfer是一个强大的结构像数据处理软件，除了可以分割皮层之外，还可以进行海马、杏仁核和岛叶等区域的进行亚区的分割，因此这几天学习了一下如何进行海马亚区分割，特记录下来以便今后查看macOS系统：12.3 Montereyfresssurfer版本：7.2.0freesurfer官网：freesufer-fswik//HippocampalSubfieldsAndNucleiOfAmygdalai一、安装freesurfer目前最新版本为7.2.0，我安装的就是这个版本打开fre
2022-04-02 00:46:23
4868
14
原创 CONN工具箱分析fmri数据笔记1
前言一、安装二、预处理三、去噪前言CONN:functional connectivity toolbox，是基于MATLAB和SPM的一个对功能磁共振数据进行分析的一个工具箱。可以进行以下分析：Seed-based correlations (SBC),ROI-to-ROI correlations,graph analyses,Independent component analyses(group-ICA),Masked (ICA)Amplitude of Low-Frequency.
2021-11-21 00:11:49
5737
8
原创 利用dpabi和restplus提取ROI灰质体积学习笔记
目录前言一、数据准备二、利用dpabi提取ROI灰质体积三、restplus提取ROI灰质体积前言我利用SPM/CAT12进行灰质、白质、脑脊液分割之后分别已经得到各自的图像文件，在全脑水平已经做了统计分析。如果还想要进一步进行ROI的统计分析或者与量表等临床资料做相关分析，就需要提取ROI灰质体积。几个月没动过这数据了，突然心血来潮想学一下如何提取ROI灰质体积，以此篇博客记录我的提取ROI灰质体积学习过程。提取ROI灰质体积的方法及软件有许多种，本人尝试了dpabi和restplus。一、数据准备
2021-10-17 00:43:35
8238
32
原创 利用gretna计算小世界网络属性等图论指标笔记
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言总结前言gretna是一个基于图论进行脑网络分析（包括结构和功能网络）的工具包，前面我已经使用FSL和PANDA得到了FA矩阵，那么接下来我就使用FA矩阵进行图论分析，计算结构网络的网络拓扑属性包括:聚类系数(clustering coefficient)、最短路径长度(shortest path length)、小世界属性包括标准化聚类系数(normalized clustering coefficient)、标准化最短
2021-05-04 11:33:44
19421
65
原创 利用CAT12做皮层指标的统计分析及可视化笔记记录
利用CAT12做皮层指标的统计分析及可视化文章目录利用CAT12做皮层指标的统计分析及可视化前言一、统计步骤1.Basic Models2.Estimate Surface Models3.Results二、可视化1.t值可视化2.p值可视化前言本来没有打算做SBM的，因为自己是新手小白，许多操作都不太懂，但最后还是打算做一下，于是就从上周末开始将很久之前跑VBM得到的surf文件夹中的数据捡起来继续做皮层分析，因为之前看了一个博主的博客，关于如何做SBM已经讲得非常清楚了，但是在统计及可视化这里，我
2021-03-17 22:33:03
7111
30
原创 超小白用PANDA处理DTI数据的心酸历程笔记
开始啦！！！最近在学习使用北师大研发的PANDA管道工具处理数据，在此记录及回顾整个过程中遇到的问题，以帮自己巩固学习，也为以后像我这样的小白提供参考，在优快云有很多优秀的博主也分享了自己的经验，作为小白而言，下面所写可能并非完全正确，如有错误请各位大佬指教！！！首先，介绍一下PANDA，它是一个基于FSL研发的DTI数据分析软件。在学习使用这个管道工具的过程中，我大部分的时间都花费在下载软件、安装软件和系统环境变量搭建上。如果这部分你做好了，那么跑数据就相对简单一些，当然不排除还是会出现一些小问题，
2020-12-18 20:30:29
10206
72
TA创建的收藏夹 TA关注的收藏夹
TA关注的人