静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA

视频来自:3_R-fMRI_Data_Processing_DPARSFA_哔哩哔哩_bilibili

pdf:The R-fMRI Course | The R-fMRI Network

目录

1. DPABI基本流程和下载方式

1.1. 静息态功能磁共振成像数据流程

1.2. DPABI下载

2. DPABI软件操作

2.1. 数据分类和整合

1. DPABI基本流程和下载方式

1.1. 静息态功能磁共振成像数据流程

(1)总流程

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第1张图片

(2)计算指标

        ① 传统静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第2张图片

        ②通常使用

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第3张图片

        ③原始空间的计算

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第4张图片

(3) 数据分类

        ①将Data.zip中的Functional DICOM data放在FunRaw文件中

        ②将Data.zip中的Structural DICOM data放在T1Raw文件中

1.2. DPABI下载

(1)下载路径:DPABI: a toolbox for Data Processing & Analysis for Brain Imaging | The R-fMRI Network (rfmri.org)

(2)解压至matlab\toolbox

(3)打开matlab的(设置路径)

(4)在左侧添加并包含子文件夹(将解压的dpabi文件选中)

(5)在matlab的命令行窗口(不是电脑的cmd)输入dpabi

(6)出现dpabi窗口则成功打开

2. DPABI软件操作

2.1. DPABI按键

(1)DPABI界面点击Utilities→DICOM Sorter

        ①SUffix:后可输入IMA或dcm或none(输入none要确保文件夹下没有其他如txt格式的文件)

        ②Add All:选中大文件夹

        ③Anonymize DICOM files:将被试匿名

(2)DPABI界面点击Utilities→DICOM Sorter→Sort

        ①Participants:右键可以移除被试或保存ID

        ②Time Points:检查数据是否有错,输入为0则不检查,输入其他数字则按时检查数据

        ③TR(s):扫描一个完整大脑所需要的时间(一层一层扫,现在一般几百毫秒一个,长一点可能两秒),一般知道的话可以自己填,填0可以自动从数据集里读TR数据(但不一定对)

        ④EPI DICOM to NIFTI:epi数据类型转成nifti

        ⑤Apply Mats:已经调整过一次可以勾选,调用上一次所用

        ⑥Remove First:去掉前面的时间点,以确保磁场已经达到稳态,且被试刚开始心理可能因不适应产生波动

        ⑦Slice Timing:大脑通常采用隔层扫描的方式,导致相邻层数可能被扫的时间相差甚远,因此需要矫正,使相邻节点看上去像是相邻时间点被扫描的(下图左侧为矫正,右侧为实际)

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第5张图片

        ⑧Slice Number:默认为0,但是自己填一个最好

        ⑨Slice Order:可以输表达式[1:2:n-1],[2:2:n]

        ⑩Reference Slice:矫正中点,一般填n-1这个数字(因为是从1~n-1扫,再从2~n扫,所以奇数的末尾实际上是最中间被扫到的点)

        ⑪Realign:头动矫正。因头动产生数据读取差异,因此需要调整到看上去是没动的状态。暂目前推荐使用FJ_Jenkinson效果较好

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第6张图片

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第7张图片

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第8张图片

        ⑫Reorient Fun/T1:对图像的观察,质量控制,将位置调整的和标准位置相似,以确保拟合 

        ⑬AutoMask:选上可以检验功能上得到覆盖

        ⑭Crop T1:如果图像已经不是NIFTI可以选上

        ⑮Bet:把结构项变成功能项时头皮干扰较大,Bet去掉结构上和功能上的头皮。但是带着头皮去做Segment效果较好。且Bet时粗略剥头皮,可能对图像造成损失

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第9张图片

        ⑯Segment:一般不勾。把大脑分为白质灰质

        ⑰New Segment + DARTEL:一般勾。

        ⑱Nuisance Convariates Regression:控制生理噪声(一般Plolynomial trend填1,并采用Friston24)

        ⑲Head momtion scrubbing regressors:可以再nuisance的时候做scrubbing也可以在做完所有预处理再做,但是推荐FD(Jenkinson)以及FD“bad”填写0.2

        ⑳Nuisance Setting用均值最多,或PCA(Mask based on segmentation or SPM apriorir)

        ㉑Normalize:空间配置(DARTEL用得最多,但费时)

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第10张图片

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第11张图片

        ㉒Smooth:配准效果不佳时提高配准,提高信噪比

        ㉓Default Mask:所有的计算仅局限在脑内,且所有功能模板在50%的阈值(可以选其他的Mask)

        ㉔Detrend:随时间序列有线性向上或向下的趋势,由此用这个去掉。但这个软件在之前已经去掉了所有在这可以不勾画

        ㉕ALFF和fALFF:低频段能量和全频段能量,后面可勾filter

        ㉖ReHo之后做平滑,之前不做

        ㉗Degree Centrality:衡量一个体素对于全脑体素的关联/相关性

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第12张图片

        ㉘Extract ROI time courses:提取额外ROI时间点,对于做网络分析功能重要

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第13张图片

        ㉙VMHC:做镜像

静息态功能磁共振成像(rs-fMRI)原理与数据分析学习笔记(3):R-fMRI Data Processing DPARSFA_第14张图片

你可能感兴趣的:(fMRI学习笔记,学习,笔记,人工智能,分类,图像处理,数据分析)