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

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