Spin test 两个脑图如何计算空间相关的P值？两张大脑map图如何做空间相关置换检验？

已于 2022-04-23 09:41:02 修改
阅读量2.1k 收藏 12
点赞数 4
分类专栏： 脑科学核磁共振成像 神经科学工具箱 FreeSurfer学习 文章标签： 核磁共振成像 人工智能
于 2022-04-22 22:20:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xj4math/article/details/124355797
版权
本文介绍了通过spin方法进行置换检验来计算大脑map图空间相关性的P值。通过旋转脑图坐标，生成null model，然后计算相关性，从而求得统计显著性。具体步骤包括坐标提取、旋转、P值计算，并提供了代码示例和应用实例，展示了如何在实际研究中应用这种方法。

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

论文里面我们经常看到2个指标的相关关系，如下图所示，那么怎么做置换检验，求出p值呢？
在这里插入图片描述
其实原理很简单，就是旋转脑图的空间位置坐标，生成不同的脑图，然后再算相关关系，生成null model。

spin的原理

在这里插入图片描述
在这里插入图片描述
置换过程的示意图。 A) 作为说明，Desikan 地图集显示在原始空间（左上）和球面空间（右上）中。 每种颜色对应不同的区域。 球坐标被旋转（右中，右下）并投影回解剖表面（左中，左下）。 B）使用归一化互信息（NMI）估计原始分区和旋转分区之间的相似程

了解本专栏 订阅专栏 解锁全文 超级会员免费看
置换检验(permutation tests)是什么？置换检验(permutation tests)解决什么问题？置换检验的基本步骤示例
data+scenario+science+insight
04-24 1202
置换检验(permutation tests)是什么？置换检验(permutation tests)解决什么问题？置换检验的基本步骤示例
R统计绘图-分子生态相关性网络分析(拓扑属性计算，ggraph绘图)
qq_39859424的博客
09-16 6117
一、 分子生态网络简介 分子生态网络分析是一个极具前景的群落生态分析方法，它能够较为轻松的探究出不同环境中的不同生物特征(物种或基因等)间的相互作用关系或共存模式。通过确定整个网络中的具有高连接度的微生物特征或该特征在模块内所处的位置，可以得到整个网络中的关键物种或基因(hub nodes)以及一些较为重要的物种或基因。这一类微生物特征可能对于微生物群落的结构和功能有着一定的决定作用。网络分析方法已经被广泛的应用于各个环境中的微生物群落的研究，在探寻微生物群落的特有属性、结构、功能以及群落的复杂性和稳定性
brainsmash:具有自相关空间异质性的大脑替代图
03-21
脑SMASH BrainSMASH（具有自相关空间异质性的大脑替代图）是基于Python的计算平台，用于对空间自相关的脑图进行统计测试。 BrainSMASH的核心是能够模拟具有与目标脑图中的空间自相关相匹配的空间自相关的替代脑图。使用Connectome Workbench样式基于表面的神经影像文件为用户提供了其他实用程序。 详尽的文档可以在找到。 依存关系 安装BrainSMASH要求： Python 3+ 如果希望使用为Connectome Workbench用户提供的其他实用程序，则必须安装 ，并在系统PATH环境变量中wb_command可执行文件。 安装 使用pip最容易安装BrainSMASH： pip install brainsmash 您也可以手动克隆和安装源文件： git clone https://github.com/murraylab/brainsmas
PyPI 官网下载 | spintest-0.3.0-py3-none-any.whl
02-05
资源来自pypi官网，解压后可用。 资源全名：spintest-0.3.0-py3-none-any.whl
Brain：帕金森病视觉幻觉中的异常高阶网络相互作用（含代码）
最新发布
cc1609130201的博客
12-30 259
帕金森病中的视觉幻觉可以从系统层面进行观察，其中负责感知的大脑网络之间通信的功能失调使个体易于产生幻觉。为此，高阶网络与初级感觉网络之间的异常功能交互已被认为与帕金森病视觉幻觉的病理生理有关，然而其具体特征仍有待确定。降维技术为简化多维脑成像数据的解释提供了一种新颖的方法，通过识别由功能网络内部和之间的变化驱动的数据中的层次模式。本文中，我们应用了两种互补的非线性降维技术——扩散图嵌入和t分布随机邻居嵌入（t-SNE）——对静息态功能性磁共振成像数据进行分析，以表征与视觉幻觉易感性相关的功能层次结构的改变。
JAMA Psychiatry：老年抑郁症患者的神经影像学、认知、临床症状和遗传学的异质性表征
cc1609130201的博客
10-02 1556
重要性：老年抑郁症（LLD）的临床表现具有相当大的异质性。揭示这种异质性可能有助于阐明LDD的发病机制，并有助于精准和个性化治疗LDD。目的：横向和纵向描述与神经解剖学、认知功能、临床症状和遗传图谱相关的LLD异质性。实验设计和被试：基于影像的衰老和神经退行性疾病坐标系(iSTAGING)研究是一个国际多中心联盟，汇总了13项研究的数据以研究大脑老化，参与人数超过35000，其中包括部分患有重度抑郁的被试。本研究分析了来自多中心样本（N=996）的多模态数据：包括神经影像学数据、神经认知评估数据和遗传学数据
r语言 tunerf函数_R语言︱常用统计方法包 机器学习包（名称、简介）
weixin_35476604的博客
01-30 1226
一、一些函数包大汇总转载于：http://www.dataguru.cn/thread-116761-1-1.html时间上有点过期，下面的资料供大家参考基本的R包已经实现了传统多元统计的很多功能，然而CRNA的许多其它包提供了更深入的多元统计方法，下面要综述的包主要分为以下几个部分：1) 多元数据可视化(Visualising multivariate data)：绘图方法：基本画图函数(如：p...
PCL：超详细的基于法向量和曲率的区域生长算法原理以及源码解读
m0_37957160的博客
05-03 5655
以下是分步代码解读： 1.就是读取数据（略） 2.基于kd-tree搜索求法线，求的的法线保存在normal_里边（略） 3.邻域 //3.邻域************************************************************************************ int point_num = cloud->points.size...
Linux自旋锁(2)-队列自旋锁
wulaladamowang的博客
01-01 864
本文介绍linux自旋锁的实现，通过示意图和代码描述多cpu锁竞争情况
自动模型检测—模型检测工具SPIN安装使用
热门推荐
wqsgaara的专栏
05-29 2万+
 1  SPIN 概述1．1 SPIN的历史背景SPIN（Simple Promela Interpreter）是适合于并行系统，尤其是协议一致性的辅助分析检测工具，由贝尔实验室的形式化方法与验证小组于1980年开始开发的pan就是现在SPIN的前身。1989年SPIN的0版本推出主要用于检测一系列的ω-regular属性。1995年偏序简约和线性时序逻辑转换的引入使得SPIN的功能进
Cell Reports：青年发育过程中脑血流与功能磁共振ALFF耦合
cc1609130201的博客
05-12 1386
大脑完成功能需要大量代谢，并且依赖于脑血流量(CBF)和神经活动之间的耦合，然而，这种耦合在发育过程中如何变化的，仍未得到探索。在这里，我们使用来自Philadelphia Neurodevelopmental Cohort数据集中831名儿童的数据（478名女性，年龄8-22岁），分析基于动脉自旋标记测量的CBF与静息态功能磁共振成像计算的低频振荡振幅（ALFF）之间的耦合关系。首先，使用局部加权回归在大脑皮层表面来量化CBF-ALFF耦合。接着使用广义加性模型将CBF-ALFF耦合与年龄、性别和执行功能
Common cortical abnormalities across neuropsychiatric disorders
lazysnake666的博客
04-23 220
传统的case-control比较，关注的主要是同一类疾病的大脑异常，最近一系列的研究都表明在多种疾病存在共同的皮层异常。本文将简要梳理一部分研究中与MRI相关的结果。文献1‍该研究主要就是做相关并且做了spin-test。不过在SCZ/BD/MDD的基础上加入了22q，除了常见的CT和SA还考察了SV和FA。作图使用SCZ的效应量作为基线，说明他们关注的点是SCZ和其他...
spring_test
qq_43050847的博客
07-30 1758
文章目录环境准备junit关键注解spring-test关键注解 环境准备 加入Junit4.0 jar包 加入spring-test-xxx.jar junit关键注解 @Test:注解测试方法 @FixMethodOrder:指定测试方法的执行顺序 @BeforeClass:在所有的测试方法执行之前执行一次的初始化方法，做初始化 @Before：每个方法执行前都会执行 @After: 每个方法结束后都会执行 @AfterClass：做销毁工作 Assert断言类：asse
理解和实现置换检验
clancy_wu的博客
11-10 5463
置换检验
统计学之置换检验
yitingh的博客
08-27 2120
我们一般平时较为常用的检验要属有参检验，但是其要求样本必须满足近似正态，无离群点，数据量大等要求；而有些时候其实很难都满足以上前提条件，则这时需要使用无参检验，其只关注数据的秩，但是无参检验有时也无法处理一些样本数较少的情况，这时则可以使用置换检验 置换检验，是Fisher提出的一种基于大量计算（computationally intensive），利用样本数据的随机排列（置换检验的核心思想，故名Permutation test），进行统计推断的方法。因其对总体分布自由，特别适合用于总体分布未知的小样本数
置换检验（Permutation Test）（转载）
weixin_40659697的博客
03-06 3717
置换检验（Permutation Test）（转载） 因为做支持向量机的时候最后用到了置换检验，但知其然不知其所以然，故转载此文，一为在逐段复制时提高自己阅读专注度，二为后来者留以备用。 本文出自于http://www.bioinfo-scrounger.com转载请注明出处 本文转自作者Kai。 我们一般平时较为常用的检验要属有参检验，但是其要求样本必须满足近似正态，无离群点，数据量大等要求；而...
Permutation Test 置换检验(转）
weixin_34392435的博客
11-25 1812
Permutation Test 置换检验 显著性检验通常可以告诉我们一个观测值是否是有效的，例如检测两组样本均值差异的假设检验可以告诉我们这两组样本的均值是否相等（或者那个均值更大）。我们在实验中经常会因为各种问题（时间、经费、人力、物力）得到一些小样本结果，如果我们想知道这些小样本结果的总体是什么样子的，就需要用到置换检验。 Permutation test 置换检验是Fisher于20世...
对数化绘制P值地形图
u011661076的博客
01-25 810
正常使用topplot绘制P值图是这样的，P值越大，图片越亮 但是因为P值本身的原因，P值需要越小越好，这就需要改变绘图的思路，可以对P值求一个log值再求负数，画在地形图上，就对显著的区域一目了然 分享绘图代码如下 运行环境依然是Matlab2013B+eeglab13 % Written By Yizhou % Using the code without proper understanding the code and relevant background % of EEG may lead
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

sta@ma@brain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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