张寒博士：
我有几个ICA的问题想请教你：
1、我发现在用已有模板筛选成分，以及筛除白质及脑脊液成分时，研究经常需要将成分与模板或mask做空间相关，那么这个spatial correlation analysis怎么做，GIFT有这个功能吗，达到多大比例算largest？在选择模板时，有的研究用既往文献的模板，有的用软件自带的，模板的选择有没有考究呢，还是得依自己研究所定？
2、ICA结果的AlphaSim校正：我对患者组与对照组分别估计了最佳成分数，然后每个受试挑出ROI成分如DMN后，每组的这些成分做单样本t-test，以及组间双样本t检验，我想用AlphaSim校正，因为对比成分没有全脑那么大，甚至每个成分的voxel不同，对比次数也不同，那么单样本与双样本t检验用什么mask好呢？
3、我发现有的研究做ICA前预处理，除了slice timing、realigement、normalise、smooth，还做了Filter与Detrend，而有些研究没做Filter与Detrend，那么这两步是否推荐呢？
期待回复！
谢谢！
Forums
1、我发现在用已有模板筛选成分，以及筛除白质及脑脊液成分时
GIFT里面有这个功能的，叫component sorting。
largest一般指最相关的，但是最相关的不一定最好，因此我建议选择前5个相关最大的，然后肉眼识别。
模板选择可以采用AAL，也可以用独立数据去做，也可以用任务激活区检测结果等等，没有固定方式。
2、ICA结果的AlphaSim校正：我对患者组与对照组分别估计了最佳成分数，然后每个受试挑出ROI成分如DMN后，每组的这些成分做单样本t-test，以及组间双样本t检验，我想用AlphaSim校正，因为对比成分没有全脑那么大，甚至每个成分的voxel不同，对比次数也不同，那么单样本与双样本t检验用什么mask好呢？
对患者组与对照组分别估计了最佳成分数------最好是两组用统一成分数。
单样本t检验就用全脑做mask，双样本t检验用两组的单样本t检验卡阈值后形成的mask的并集做mask。
3、我发现有的研究做ICA前预处理，除了slice timing、realigement、normalise、smooth，还做了Filter与Detrend，而有些研究没做Filter与Detrend，那么这两步是否推荐呢？
不同研究不同的预处理策略。没有绝对正确之分。我推荐后者。