為更好的幫助到想要利用神經(jīng)影像做科研的朋友們，拓展思影科技的業(yè)務范圍,思影推出數(shù)據(jù)處理業(yè)務，如感興趣請關注后留言，或聯(lián)系楊曉飛18580429226（微信同號）進行咨詢：

1.    數(shù)據(jù)預處理

            功能磁共振數(shù)據(jù)預處理流程包括數(shù)據(jù)格式轉(zhuǎn)換、去除不穩(wěn)定時間點、時間層校正、頭動校正、空間標準化、空間平滑、去線形漂移、濾波、回歸協(xié)變量、去除頭動過大的時間點等。

2.    靜息態(tài)數(shù)據(jù)處理

1）頻域信號分析（ALFF、fALFF、slow3、slow4、slow5等）

通過傅立葉變換，計算血液動力學相關的特定頻率段（如0.01～0.08Hz）的振幅信息，可以反應大腦局部活動強度。

2）局部一致性分析（ReHo）

通過計算一定數(shù)目相鄰體素在體素水平上的肯德爾和諧系數(shù)，可以反應靜息時間段內(nèi)局部血氧水平的功能一致性。

3）連接分析（voxel-wiseFC、ROI-wise FC、VMHC、動態(tài)功能連接、動態(tài)因果模型、格蘭杰因果等）

通過計算ROI與ROI、ROI與voxel之間時間序列的pearson相關系數(shù)，可以反映腦區(qū)間功能連接屬性；還可以在此基礎上計算左右腦鏡像位置的功能連接、通過加窗方式計算功能連通性在時間維度的動態(tài)變化等；以及利用MVAR模型探索功能連接的方向性。

       4）基于圖論的腦網(wǎng)絡屬性分析（小世界屬性、Rich-club系數(shù)、度中心性等）

將大腦分割成不同的腦區(qū)作為不同的節(jié)點，借助GRETNA工具包計算節(jié)點間功能連接作為信息交互的指標來構建加權矩陣或者二值化稀疏矩陣，并基于圖論來分析腦網(wǎng)絡屬性的變化。

5）基于ICA的腦網(wǎng)絡分析

通過盲源分離算法，在組水平上計算出時間上相互獨立的體素集合，來找出具有功能一致性的大腦區(qū)域，以此界定不同的腦功能網(wǎng)絡。

6）MVPA:基于體素的機器學習分析

將標簽化的功能磁共振數(shù)據(jù)劃分為訓練集和測試集來訓練SVM/SVR等分類器，并通過交叉驗證（cross validation）的方法，計算分類精度。

3.    任務態(tài)數(shù)據(jù)處理

1）實驗程序的E-prime/psychtoolbox實現(xiàn)

2）一階分析（構建基于被試的設計矩陣以及廣義線性模型）

                3）PPI（生理心理交互分析）

       4）組水平統(tǒng)計分析與數(shù)據(jù)可視化

       上述功能磁共振指標均可進行統(tǒng)計比較，包括t檢驗、方差分析、回歸分析以及置換檢驗等；本公司提供多樣化的多重比較校正方案如FWE校正、FDR校正、AlphaSim校正、GRF校正、TFCE校正以及NBS校正（只限于ROI-wiseFC矩陣統(tǒng)計）等等；同時還提供定制化結(jié)果可視化方案，可根據(jù)客戶提供的文獻樣例進行可視化。

長按識別二維碼您就關注了思影科技