教師企業(yè)頂崗日記網(wǎng)站開(kāi)發(fā)長(zhǎng)沙網(wǎng)站優(yōu)化方案
1.預(yù)處理
這里預(yù)處理用Gretna軟件進(jìn)行,共分為以下幾步:
(1)DICOM轉(zhuǎn)NIfTI格式
? (2)去除前10個(gè)時(shí)間點(diǎn)(Remove first 10 times points):由于機(jī)器剛啟動(dòng)、被試剛躺進(jìn)去也還需適應(yīng)環(huán)境,導(dǎo)致剛開(kāi)始掃描的數(shù)據(jù)很不穩(wěn)定,所以一般需要?jiǎng)h除前幾個(gè)時(shí)間點(diǎn)。本文的數(shù)據(jù)刪除了前10個(gè)時(shí)間點(diǎn)。
(3)時(shí)間點(diǎn)矯正(Slice timing):磁共振圖像是逐層掃描,每一層獲得的時(shí)間不一致。由于我們需要對(duì)時(shí)間序列進(jìn)行操作,所以需要做一個(gè)時(shí)間尺度的校正,以保證一個(gè)全腦所有的體素獲取的時(shí)間一致。
(4)頭部矯正(Realign):被試再掃描過(guò)程中不可避免地會(huì)有頭部運(yùn)動(dòng),所以需要對(duì)數(shù)據(jù)進(jìn)行頭部矯正,將全部時(shí)間點(diǎn)的數(shù)據(jù)在空間上與第一個(gè)時(shí)間點(diǎn)采集的數(shù)據(jù)對(duì)齊。
(5)標(biāo)準(zhǔn)化(Normalize):同VBM一樣,其目的為把所研究的各個(gè)個(gè)體的腦結(jié)構(gòu)磁共振圖像標(biāo)準(zhǔn)化到一個(gè)相同的立體空間。本文使用EPI模板進(jìn)行標(biāo)準(zhǔn)化,體素大小[3 3 3]。
(6)平滑(Smooth):提高數(shù)據(jù)的信噪比,選用高斯平滑核,平滑核的大小一般選取體素大小的2-3倍,此處選擇大小[8 8 8]。
(7)去線性漂移(Detrend):由于機(jī)器的工作而升溫或被試適應(yīng),隨著時(shí)間的積累會(huì)存在一個(gè)線性趨勢(shì)。
(8)回歸協(xié)變量和刪除時(shí)間點(diǎn)(Nuisance Covariates Regression & Scrubbing):采集的核磁信號(hào)里會(huì)混雜著生理噪聲,白質(zhì),腦脊液信號(hào)。把數(shù)據(jù)回歸協(xié)變量,便可以將這些信號(hào)排除掉。在回歸協(xié)變量時(shí),可以進(jìn)一步去除頭動(dòng)的影響,刪除頭動(dòng)過(guò)大的點(diǎn)。在去除協(xié)變量的時(shí)候就進(jìn)行過(guò),此處可不進(jìn)行刪除時(shí)間點(diǎn)。
(9)濾波(Filter):帶通濾波后的靜息態(tài)fMRI信號(hào)具有重要的生理學(xué)意義。本文將數(shù)據(jù)做0.01-0.08Hz的帶通濾波處理,去除了數(shù)據(jù)線性低頻漂移和呼吸、心跳等高頻噪聲。
將上述操作直接拖入到右側(cè)點(diǎn)擊RUN即進(jìn)行預(yù)處理。
最終會(huì)得到以下文件:
?
其中GretnaFunNIfTI文件夾中存放每一個(gè)被試預(yù)處理后的結(jié)果:
文件名的前綴表示特定的預(yù)處理:
?
選需要的預(yù)處理文件(.nii)格式進(jìn)行功能連接。
2.功能連接
這里用Dpabi進(jìn)行以某一種子點(diǎn)計(jì)算其與全腦的功能連接。
(1)按下圖打開(kāi)處理界面,因?yàn)橐呀?jīng)用Gretna預(yù)處理過(guò)了,這里直接選擇Blank。
?
(2) 點(diǎn)擊Function Connectivity 、Extract ROI time course ,并且通過(guò)Define ROI選擇需要以哪一個(gè)體素作為功能連接的種子點(diǎn)。
?
點(diǎn)擊Sphere,輸入種子點(diǎn)的X、Y、Z軸坐標(biāo)以及半徑。
?
點(diǎn)擊Run即可,最后是在成的Results文件夾下存放功能連接的結(jié)果。
?