最近在研究基于Solo indices的敏感性分析方法, 参考维基百科(https://en.wikipedia.org/wiki/Variance-based_sensitivity_analysis)的取样过程以及对应的Estimators。理论性的东西就不进行复述了,这里主要阐述用MATLAB(R2018b)对某个特定函数进行Solo indices敏感性分析的过程。大致可分为四个过程:采样,构建函数,函数输出(将样本带入函数得到输出值),计算Sobol指数(估算一阶影响指数和全局影响指数)。
使用BrainNet Viewer进行可视化
BrainNet Viewer是一个基于MATLAB的可视化工具,适合于展示基于图论的脑网络分析结果。
文献阅读:去除funtional connectivity MRI中的头动噪声
自从Power et al. (2012)等研究表明头动对于估计功能连接的负面影响后,关于头动噪声的处理可能是fMRI数据分析中审稿人最为关注的一部分,特别是在发展和临床研究中。这里分享一篇2018年发表在Nature Protocols上的文章,该文章提出了一个去除functional connectivity MRI中头动噪声的最佳方案。
使用SimTB生成模拟fMRI数据
SimTB是一个生成模拟fMRI数据的MATLAB工具包,这里介绍它的原理和基本用法。
实现TFCE校正的三种方法
TFCE(Threshold Free Cluster Enhancement)是一种比较流行的多重比较校正方法,这里介绍三种实现TFCE校正的方法,包括FSL的randomise命令、基于SPM的TFCE和pTFCE插件。
在GIFT中标记成分
总结GIFT工具包中提供的与标记独立成分有关的三个小工具。标记成分是为了找到我们感兴趣的成分,为后续分析做准备。
CAT拾遗(2)
总结如何使用CAT进行基于皮层的形态学分析(Surface-Based Morphometry),包括估计皮层指标(厚度、沟回指数、沟深、复杂度等)、平滑和重采样、统计分析和可视化。
使用xjview进行可视化
使用xjview进行可视化的基本操作总结。