Discuss

请教各位老师：想将dparsf分析后得到的FC mapping 转换回标化前的形态，这样就可以将激活区overlay到未标化的T1WI图像上，该如何实现呢？需要注意些什么呢?

欢迎参加学术报告！ 题目：Imaging the Sub-cortical Pain Control Networks 报告人：Yazhuo Kong (Ph.D.) 时间地点：2011-01-06, 15:00, 北师大认知神经科学与学习国家重点实验室脑成像中心三楼小会议室 主持人：臧玉峰 Yazhuo Kong (Ph.D.) Postdoctoral Research Fellow PaIN Group & FMRIB Centre Oxford University John Radcliffe Hospital Headington, Oxford OX3 9DU, United Kingdom Tel: 01865 222738 http://www.fmrib.ox.ac.uk/pain

哪位老师能给我发一个SPM用的AAL插件？谢谢 我的邮箱是:doctorzhangxin@gmail.com

我用SPM处理了数据，没有进行校正，SPM8里result时只出来了FWE和none，我想使用REST上的Alphasim进行校正，该怎么做？直接用那个表可以吗？那是不是就是rmm=5,我用的FWHM是8。 另外我在SPM上看到的MNI坐标，在使用TalairachClient软件前，是不是要先进行一次转换才可以用啊？ 谢谢啊，谁能回答我

老师们，你们好！我在用DPASFA处理数据时，matlab里提示了下面的错误，请问是什么原因？怎么解决？谢谢！ ??? Index exceeds matrix dimensions. Error in ==> DPARSFA_run at 165 InputFilename=[AutoDataProcessParameter.DataProcessDir,filesep,'T1Raw',filesep,AutoDataProcessParameter.SubjectID{i},filesep,DirDCM(3).name]; Error in ==> DPARSFA>pushbuttonRun_Callback at 969 [Error]=DPARSFA_run(handles.Cfg);

Hello, We´ve been using REST to analyse resting state scans. First we did it following the indications of the presentation, using a mask for the ROI and a mask for the brain. Well, we finally obtained the default mode networks, as expected.

各位老师好，我在制图的时候遇到以下几个问题，想请教一下各位老师，非常感谢！ 1、我们知道AAL模板有90个区域，我计算了每个区域的某个属性值，比如说中央度，我计算出了中央度最大的5个区后，在rest的Slice View里把这5个区Save Clusters了，得到了一个.img和一个.hdr文件。可是在显示这个文件的时候，颜色是按这5个区的Labal值显示的。如果我希望这5个区域的颜色显示的是我计算出来的中央度，需要怎么做？ 2、我把正常人中央度显著大于AD患者的区域做了一个图，又把AD患者中央度显著大于正常人的区域做了一张图，怎么把这两张图叠加在一起，并且使AD>Nor的显示红色，Nor>AD的显示蓝色？

老师，您好 用Rest做fC,我遇到坐标问题，得出的结果图像与原始图像以及mask不一致（x坐标上有位移，并且x轴上的起始坐标不一致）。 如下： restFMRI_1 是处理好的fmri数据。我用rest做ROI Center(mm)=(-5.500000e+00, -31, 1.150000e+01); Radius=1.50 mm， 与全脑的功能连接 mask 全脑的mask FCMaps_result 得到的结果。 可以看到，restFMRI_1 和 mask 的坐标以及原点是一致的，可是得到的FCMaps在x坐标上有位移，并且x轴上的起始坐标不一致。 这是怎么导致的，有没有办法解决。 另外，对于我定义的ROI，Rest在计算时，会不会四舍五入，把ROI变成 (-6,-31,12); R=2mm ???

各位老师，新年快乐。 对于rest统计我有一个疑问： 假设我有10个被试，每个被试有6个session的resting fmri，每个session是5分钟的扫描。 现在我用PCC做ROI与全脑做功能连接，于是就会得到 10个被试*6个session = 60个 zFCMaps. 现在我想看PCC与哪些区域有显著的功能连接，我是不是可以直接拿这60个zFCMaps做one sample t test? --- 但是我看一些文献，好像在统计做了区分（不知道我理解对不对）： fix-effect -- 由每个人的6个session的zFCMaps来得到每个人的map， 这样60个zFCMaps就变成了10个maps ????这个过程不需要由样本推测总体？？ mix-effect -- 由每个人的maps得到总体的maps，这样10个maps就变成了我想要的一个map ??? 这个过程是由样本推测总体 ，所以在统计时的一些参数和上面不一样？？ 这个概念我一直不是很清楚，我一直就是用rest的one sample t test来处理，没分什么fix-effect和mix-effect。