做REHO时遇到的几个问题

Submitted by bszzf2018 on

严老师:

您好!我在做REHO的时候碰到了几个问题,如下:

1、附件里是我做REHO时的相应设置,麻烦您看一下有没有需要改善的地方?

2、我任务态的数据是用spm8处理的,当时的bounding box用的默认的 -78 -112 -50,78 76 85,并在normalize那步下采样成了2*2*2的图像。因为我希望在做校正的时候静息态数据和任务态数据是用的同样的mask,所以我做REHO的时候将dparsfa里默认的bouding box改成了-78 -112 -50,78 76 85,voxel size也改成了2 2 2。由于我是配到T1模板的,所以将所有被试的T1相数据也放进来进行处理,但做完REHO发现,所有静息态的图像都是79*95*68, 2*2*2的,但分割完后的T1相却都是91*109*91, 2*2*2的,不知道这是什么原因?有办法让预处理完生成的T1图像直接就是79*95*68, 2*2*2的吗?

3、我希望用所有被试T1相分割完的灰质图像做一个基于所有被试的灰质mask,是将所有被试dparsfa处理完后T1ImgSegment文件夹里的wc1cot1mpragesagiso.nii放到一个文件夹下,再将这个文件夹放到放到REST中Image Calculator的Add Group Images里,并将Expression设为mean(g1)生成一个组平均的灰质图像,然后再将这个灰质图像放到Add Individual Image里,将Expression设为i1>0.2?

不知道我的理解及操作步骤对不对?

4、那如果我是想做一个 基于所有被试的全脑 mask,是按照第3个问题里的思路将所有被试wcot1mpragesagiso.nii放到一个文件夹下求一个组平均,再卡个i1>0.5吗?

我这样试了,生成的图像不是一个二值的,而是整个bounding box里都是1,我也不知道问题在哪儿?所以还请严老师告诉我正确的步骤呢。

5、在尝试第4个问题 里做全脑mask的时候 我还遇到了另外一个 问题。我发现我做完组平均后不是生成一个output*.nii的图像,还有一对group1_mean.hdr, group1_mean.img的图像,matlab里的表达式是output00001.img=i1:group1_mean.img。我将这个表达式理解为这两种图像是一样的,但在我将这两种图像都进行重采样后(由91*109*91, 2*2*2重采样成79*95*68, 2*2*2的),再将生成的图像进行重叠,发现不是完全重叠的。那在接下来的步骤里我是该用哪个来做呢?

6、dpabi里的dparsfa 3.1版本在生成 REHO和ALFF值的时候已经没有REHO-1、 Alff-1的选项,那我在做单样本T 检验的时候在base里 是该设1,还是0呢?

7、根据您的视频教程 及我自己数据的结果看,spm8默认的 bouding box 确实会 让小脑的一部分没 办法显示,在做 灰质或全脑mask时(将91*109*91, 2*2*2的mask重采样成79*95*68, 2*2*2的)生成的mask也是会有一部分小脑没法显示。我是想问,如果我关注的地方不在小脑,那显示不全对我数据的结果会有影响吗?

8、在教程里您提到Reorient Fun*和Reorient T1*会对那些明显偏离正确位置的脑子的数据处理结果有改善,那如果我是想配到T1模板是不是最好把这两个选项也选上?

 

一下子问了这么多 问题,还请 严老师能一一解答呢,谢谢严老师,愿您生活愉快,工作顺利。

YAN Chao-Gan

Thu, 05/28/2015 - 19:00

你好!

1. 看起来没什么大问题。做ReHo的话,也建议做一下Nuisance regression.

2. 这里"T1相是91*109*91, 2*2*2",是因为T1像的bounding box还是DPARSF默认的-90 90...。你如果一定要修改的话,可以用DPABI->Utilities->Image reslicer来重采样。

3. 可以这样做。

4. 建议使用DPABI的Quality Control来生成group mask。

5. 见4。

6. 设1

7. 如果不关注小脑的话,没有影响。

8. 是的。

祝一切顺利!

超赣

Attachment Size
REHO预处理+个体分析 62.75 KB