有关ica的后续处理

Submitted by fish on

    老师：我想用gift去算静息态的网络，先使用spm做预处理，然后用pca2次降维，再使用informax做back restruction，得出46个components后，有下面一些问题想请教您：
1、很多文献说按照模版比如DMN、背侧注意网络之类的挑选成分，我想问具体的流程是怎样的，因为只给出了这些网络包含了哪些脑区，却都没有说清楚具体是怎样操作的
2、有的文献还说要使用wfu等软件包设计ROI，但有的又说不用，这使我很迷茫
3、很多文献都说处理出来的图像先做one-sample t—test，再去做two-sample  t—test，并转化成z值。gift里面的utilities有转化Z值的，但是我不晓得如何提取。而且用spm做component的one-sample t—test时，并没有看到有voxel显示，而gift自带的spm stats不会用。
希望老师能在百忙之中回答这些小白的问题

ZHANG_RESTadmin

Mon, 01/14/2013 - 21:46

Permalink

1、很多文献说按照模版比如DMN、背侧注意网络之类的挑选成分，我想问具体的流程是怎样的，因为只给出了这些网络包含了哪些脑区，却都没有说清楚具体是怎样操作的。
可以用别人给出的现成的，从其他数据ICA计算得到的功能网络作为模板（see GIFT的网站）网上有很多这样的模板。我们最近的一些工作也在着手制作这样的模板，比如default mode network, executive control network, sensorimotor network等。如果你要我也可以给你。


2、有的文献还说要使用wfu等软件包设计ROI，但有的又说不用，这使我很迷茫。

wfu只是制作ROI的一种工具，有很多工具可选，如REST的slice viewer也可以根据BA或者AAL模板选ROI。

3、很多文献都说处理出来的图像先做one-sample t—test，再去做two-sample  t—test，并转化成z值。gift里面的utilities有转化Z值的，但是我不晓得如何提取。而且用spm做component的one-sample t—test时，并没有看到有voxel显示，而gift自带的spm stats不会用。

这个问题没有怎么看懂。sorry

首先谢谢张老师耐心细致的解答，如果张老师能有空将模版发给我，我将非常的感谢，我qq244874759。对于第三个问题我表述的的确有点乱，廖伟老师在他的一篇文章里是这么描述的：
7.2.6.1  单样本t- 检验 挑选出患者及对照组中每个受试者的8 个RSN 成分后，采用 SPM2 软件的单样本t- 检验观察两组受试者每个 RSN 的解剖位置空间分布图，结果以p<0.01（false discovery rate, FDR修正）阈值水平显示。
7.2.6.2  双样本t- 检验 为了观察每个RSN 中患者相比正常对照的功能连接改变的具体脑区情况，我们采用了双样本t- 检验。在统计检验之前，对于每个 RSN ，我们先进行空间模板遮盖选取，即选取患者和正常对照单样本 t- 检验结果的并集，然后在遮盖模板内的体素中进行双样本t- 检验。结果以 p<0.01 （FDR 修正）阈值水平显示。在组分析结果中，测量值的上升或下降代表了功能连接强度的升高或降低。
7.2.6.3  后验性临床量表相关分析 我们采用皮尔逊相关分析（Pearson correlation ）观察患者每个RSN 的功能连接异常（包括上升或者下降）区域是否和患病严重程度有关系。对于每个RSN ，先在双样本t- 检验的结果中提取出患者相比正常对照增高及降低的脑区，作为感兴趣区，再提取感兴趣区内每个患者的平均z 值，最后分别计算感兴趣区内平均z值和LSAS 量表总分、LSAS 量表恐惧因子及LSAS 量表回避因子得分之间的皮尔逊相关性，统计显著性设为p<0.05 ，未修正。
这里我不明白的是廖伟老师是如何提取感兴趣区内每个患者的平均z 值？而且在rest网站中，老师回答有关mask的答案主要是：利用每个one-sample t test的结果然后做两组的并集，以此做组间two-sample t test的mask，我想问这个也适用于gica的后续处理吗？
在gift的utilitis里面有spm stas，是可以用spm做t检验的，但是说明书我没有看懂。因为当选择这个选项时，软件会自动让选取mask，我选的是通过受试者得出的parameter.img，然后就跳出来一堆的components和session，后续我就不知道应该选哪一个了。
如果张老师能在空闲时间回答我的问题，我将感激不尽。
 

 您好！您最好是将您的想法说出来，我看看能否帮你，否则还是很乱。

我猜你先要选择好感兴趣的成分，然后在每个被试上提取成分，然后进入one sample t test形成template（两个组的并集），然后进行two sample t test。最后在组间有差异的地方用REST提取z值，进行和病理指标的相关分析，一般就是这样的流程。

张老师：我还是有点不明白的是，如何用rest提取z值？视频中有提取z值的公式：即（i1-mean（g1））/std（g1）。这里的i1是用两组做出来的差值得到的图，那么我想问g1应该是什么呢？廖伟老师那篇文章说的是：对于每个RSN ，先在双样本t- 检验的结果中提取出患者相比正常对照增高及降低的脑区，作为感兴趣区，再提取感兴趣区内每个患者的平均z 值，最后分别计算感兴趣区内平均z值和量表分的关系。我想问是如何实现提取每个患者的平均z值的？因为我将g1定义为RSN中的某一个component ，即这个文件夹中含有实验组的的某一成分，但是只得出了一张z图，所以向张老师求解

 每个人有一个component，这个component你用gift计算的时候应该会选择z-score transformation，所以你得到的应该已经是z变换后的component了。
把N个被试的N个components放在一个文件夹中，用REST的extract time course工具进行提取。当然你要先定义mask。提取mask内的平均z值。

张老师：
      我想问1、是用extract time course还是extract ROI signals?
                2、定义的mask是ROI还是单样本t检验后的并集？
                3、提取mask内的平均z值也是用extract time course吗？

张老师:
      我后来发现extract time courses在extract roi signal里面，但是我想问为什么是提取time course？而不是用感兴趣的模版？还有time courses的模版是txt形式，我想在哪找这个文件啊？

 是用extract ROI signals，然后给出ROI，然后extract。
至于放什么ROI，取决于你的目的，看你想提取哪个脑区。如果是整个component，可以用组间有差异的脑区，也可以用病人组的component卡阈值得到的模板，也可以用两组的并集或者交集，或者可以用另外一组独立数据得到的同一个component作为模板。我倾向于用组间有差异的脑区，或者另外一组独立数据得到的同一个component作为模板。


谢谢张老师的耐心解答，我还有如下问题：
      1、双样本t检验的mask卡阈值的公式，视频中说有两个，一个是（i1>0)+i2>o)>0,另一个是(i1>1.96+i2>1.96)>0,我想问一个两者各自有什么意义，具体应该选哪一个
      2、我把N个被试的N个components放在一个文件夹中，用REST的extract ROI signals工具进行提取，发现rest不能读取，所以只好一个一个用sub做，而且在gift中我的确选了z-score transformation，那么roi提取出来的是不是就已经是z值了呢。
      3、我用rest slice viewer保存感兴趣的cluster(case和control有差异的地方），没有用clusters，得出了如下结果，请老师看看是否出错了。特别是第三章图，我觉得不像roi signal的z值

张老师请问您有yeo的7网络模板，就是可以直接在GIFT中使用的嘛。我下载了yeo的模板但是我是windows系统无法解压nii.gz文件,并且里面好像也没有跟RSN.txt文件类似的标签文件所以不知道该怎么使用。如果张老师有的话可以发给我嘛，我的邮箱：1390391660@qq.com。感谢！！

张老师您好：

        我目前在做ICA的相关分析，能否麻烦您分享一份脑区网络模板，包括DMN、DAN、SMN、Salience Network等，我的邮箱13816215845@163.com。谢谢老师，感激不尽！

Forums
Discuss