rest计算degree centrality归一化问题

Submitted by liufeng on
各位老师:

做完degree centrality会自动出来一个归一化的图(减去均值除以标准差),请问不归一化的话会有什么不好的吗? 如果在subject内部做归一化,个人感觉会破坏掉原来值的太小,从而导致组比较的时候结果不同(归一化与不归一化)。

有点困惑,望解答下

 如何归一化或标准化,对许多fMRI数据处理都不是很确定到底是否需要。degree of centrality, ALFF, ReHo都是正值,如果转为Z分,尽管会出现负值,但我觉得好像问题不大,但如果是功能连接,本身就有正和负,再做空间的z变化,情况就复杂多了,这种情况我觉得就不要转。

 谢谢臧老师。

不过左西年老师的network centrality中的degree centrality的计算并没有用功能连接的绝对值,如果算weighted degree centrality只是用的真实值,这样的话。如果再加上回归了global signal的话,会出现很多的负连接。这样一些voxel对应的degree centrality就会是负值。

所以,DC这个本身也是有正负的。不过如果是多中心的数据进行比较的话,标准化就是很关键的了。可能就像我们的reho最后需要除以全脑均值一样吧。

Zuo et al., 2012里面定义的是rij >r0,因此在只累加正值的情况下,不会出现负的degree centrality。
Z变换在多中心的数据中还是比较重要的,不然数据的可比性不强。一项在审的工作中,发现Z变换对于降低头动影响也有很重要的作用。最近在做一项关于标准化的小工作,希望能尽快把结果和文章整理好。
Forums