rest计算degree centrality归一化问题

Submitted by liufeng on
各位老师：

做完degree centrality会自动出来一个归一化的图（减去均值除以标准差）,请问不归一化的话会有什么不好的吗？ 如果在subject内部做归一化，个人感觉会破坏掉原来值的太小，从而导致组比较的时候结果不同（归一化与不归一化）。

有点困惑，望解答下

 如何归一化或标准化，对许多fMRI数据处理都不是很确定到底是否需要。degree of centrality， ALFF, ReHo都是正值，如果转为Z分，尽管会出现负值，但我觉得好像问题不大，但如果是功能连接，本身就有正和负，再做空间的z变化，情况就复杂多了，这种情况我觉得就不要转。

 谢谢臧老师。

不过左西年老师的network centrality中的degree centrality的计算并没有用功能连接的绝对值，如果算weighted degree centrality只是用的真实值，这样的话。如果再加上回归了global signal的话，会出现很多的负连接。这样一些voxel对应的degree centrality就会是负值。

所以，DC这个本身也是有正负的。不过如果是多中心的数据进行比较的话，标准化就是很关键的了。可能就像我们的reho最后需要除以全脑均值一样吧。

Zuo et al., 2012里面定义的是rij >r0，因此在只累加正值的情况下，不会出现负的degree centrality。
Z变换在多中心的数据中还是比较重要的，不然数据的可比性不强。一项在审的工作中，发现Z变换对于降低头动影响也有很重要的作用。最近在做一项关于标准化的小工作，希望能尽快把结果和文章整理好。
Forums
Discuss