关于双样本T检验，我想单单比较正性连接或者负性连接的情况，rest怎么样实现？

Submitted by lihong on
敬爱的专家：
         你们好，我在做癫痫病人和对照组中分别得到了组内的单样本T检验，现在我想观察组间的T检验情况，但是我想希望单单比较癫痫组和对照组的正性连接，再比较负性连接，因为我在直接将癫痫组和对照组进行双样本T检验，如你们的数据处理视频中所说的做，我发现，有些激活的区域，两个组单样本中其实分别是正负连接，这样可能会导致统计上的放大显著差异，所以我想单单了解正性连接和负性连接的情况。但是我不知道应该怎么样通过rest实现。
        希望你们看到后，能白忙中回复下，谢谢！

YAN Chao-Gan

Mon, 10/18/2010 - 04:47

Permalink

可以按照下面的思路整理结果：

1）根据组内的结果做一个正相关的mask
a) 对照 (0.1) < 病人 (0.9) (正t值，红色）. 解释：病人增加的正相关
b) 对照(0.9) > 病人 (0.1) (负t值，蓝色）. 解释：病人减弱的正相关

2）根据组内的结果做一个负相关的mask
a) 对照(-0.9) < 病人(-0.1) (负t值，蓝色）解释：病人减弱的负相关
b) 对照 (-0.1) > 病人(-0.9) (正t值，红色）解释：病人增加的负相关

括号内的数值是一个相关系数的例子。


由于对照组和病人组各有一个组内单样本T检验的结果，还存在着MASK是做交集还是做并集的问题。一般来说，做并集的居多。
具体可以如下操作：

1. REST Slice Viewer查看对照组的单样本T检验结果，卡好阈值，点Only+，再点Save Clusters保存对照组正相关MASK。REST Slice Viewer查看病人组的单样本T检验结果，卡好阈值，点Only+，保存病人组正相关MASK。然后用REST的Image Calculator，对两个保存出来的结果做并集。用((i1~=0)+(i2~=0)>0)这个表达式。细节请参考：http://www.restfmri.net/forum/Course
2. 同第1步，点Only-，做负相关MASK的并集。
3. 这样出来两张MASK，然后应用到以前做好的双样本T检验结果(理论上，统计时应该正负合一块统计，不应分开)。即用REST的Image Calculator，选定以前做好的TwoTtest.img结果，再选上正相关MASK即positiveMask.img，用i1.*i2的表达式计算。同理将负相关MASK也应用上去，就形成了TwoTtest_Positive.img和TwoTtest_Negative.img两个图像。再用看图软件截图。对于两个图像结果的解释，即是以上给出的解释方式。

yylhx

Thu, 11/04/2010 - 04:57

Permalink

1）根据组内的结果做一个正相关的mask
a) 对照 (0.1) < 病人 (0.9) (正t值，红色）. 解释：病人增加的正相关

2）根据组内的结果做一个负相关的mask
a) 对照(-0.9) < 病人(-0.1) (负t值，蓝色）解释：病人减弱的负相关

您这里回答的我有点不解。
2个 a) 都是对照＜病人，如果t值=对照-病人的话，就应该都是负值，怎么会出现正相关减完是正t值，负相关减完是负t值呢。
还有，是不是我们还可以设t值=病人-对照呢？  

yylhx

Thu, 11/04/2010 - 04:57

Permalink

1）根据组内的结果做一个正相关的mask
a) 对照 (0.1) < 病人 (0.9) (正t值，红色）. 解释：病人增加的正相关

2）根据组内的结果做一个负相关的mask
a) 对照(-0.9) < 病人(-0.1) (负t值，蓝色）解释：病人减弱的负相关

您这里回答的我有点不解。
2个 a) 都是对照＜病人，如果t值=对照-病人的话，就应该都是负值，怎么会出现正相关减完是正t值，负相关减完是负t值呢。
还有，是不是我们还可以设t值=病人-对照呢？  

Sorry，弄反了。做一次T检验，应是
1）根据组内的结果做一个正相关的mask
a) 对照 (0.1) < 病人 (0.9) (正t值，红色）. 解释：病人增加的正相关
b) 对照(0.9) > 病人 (0.1) (负t值，蓝色）. 解释：病人减弱的正相关

2）根据组内的结果做一个负相关的mask
a) 对照(-0.9) < 病人(-0.1) (正t值，红色）解释：病人减弱的负相关
b) 对照 (-0.1) > 病人(-0.9) (负t值，蓝色）解释：病人增加的负相关

另外，可以按照臧老师说的方法来，先得到显著差异的cluster，再逐个进行分析。

我个人的一些小建议：
(1) 组间有显著差异，但组内单样本t检验时未达到设定的阈值的脑区，这种组间差异也有可能是有意义的。
(2) 组间比较之后，可以把有差异的cluster的peak的每个个体的z值取出来，列表或用直方图显示，正、负连接一目了然。
Forums
Discuss