dpabi中数据预处理后的问题及BrainNet Viewer问题

Submitted by songmian on

老师,您好!我在dpabi使用过程中遇到两个问题,希望得到解答:

1、我们现有一批预处理过的数据,文件名为“FunImgARWDCFB”的“.nii”格式文件,请问1)这些数据是不是不能用于计算fALFF,而其他指标可以被计算;2)由于没有结构项的数据,是否无法得到“灰质密度”和“头动校正Mean FD值”的数据以作为统计分析时的协变量。

2、通过dpabi中的Viewer试图打开BrainNet Viewer时,出现报错如下:

“数组索引必须为正整数或逻辑值。

出错 BrainNet>CutMesh (line 814)
    cuv=tmax(cut);

出错 BrainNet>FileView (line 4041)
                    [t,tl,tr,vl,vr,h1,w1,cut,cuv]=CutMesh(surf); %%% Edited by Mingrui Xia,111027, move FLAG.IsCalledByREST
                    judgement into function MapCMPrepare.

出错 BrainNet>NV_m_nm_Callback (line 385)
    a=FileView;

出错 gui_mainfcn (line 95)
        feval(varargin{:});

出错 BrainNet (line 53)
    gui_mainfcn(gui_State, varargin{:});

出错 y_CallBrainNetViewer (line 149)
BrainNet('NV_m_nm_Callback',H_BrainNet)

出错 DPABI_VIEW>MorePopup_Callback (line 1401)
        y_CallBrainNetViewer(OverlayHeader.Data,...

出错 gui_mainfcn (line 95)
        feval(varargin{:});

出错 DPABI_VIEW (line 44)
    gui_mainfcn(gui_State, varargin{:});

出错
matlab.graphics.internal.figfile.FigFile/read>@(hObject,eventdata)DPABI_VIEW('MorePopup_Callback',hObject,eventdata,guidata(hObject))
计算 UIControl Callback 时出错。”

谢谢严老师解答,但是现在我又遇到了新的问题:

1.目前我有16个ROI,提取各自时间序列后,1)如何利用.mat或.txt文件进行两组间的统计分析;2)如何在BrainNet Viewer上呈现两组间这16个ROI的FC差异情况。

2.用DPARSF做了两组间独立样本T检验后,我想知道某些没有出现差异的脑区的变化情况(与对照相比升高还是降低?升高或降低的程度?),可以应用dpabi做到么?

非常感谢严老师耐心的解答,已经帮助我解决了上面的问题,但是我在用REST构建ROI的时候遇到了新的问题:

1.underlay采用ch2.nii,overlay采用AAL_61x73x61.nii,threshold根据AAL的labels选择“41,42”(即双侧杏仁核区域),然后点击“save clasters”后得到一个单独的Mask,但是我利用该Mask进行ALFF/ReHo的ROI signal提取时,却得到左右两侧杏仁核分别的ROI signal值。“ROI_OrderKey_subXXX.tsv”中也显示为左右两个脑区(labels对应左右杏仁核的AAL_labels)。请问严老师 1)有没有什么办法可以使导入包含双侧杏仁核的单一Mask后只提取出一个ROI signal? 2)或者这个左右两侧的ALFF/ReHo的ROI signal值可以求均数后当做整个杏仁核的signal值来进行后续计算吗?

2.将某一文件内放入所有被试的szALFF.nii文件,并添加ROI后,提取ROI signal得到的“ROISignals_ROISignal_szALFF_FunImgARWDCFB.txt/mat”是不是所有被试在对应ROI的szALFF均值呢?

3.采用从“http://www.rfmri.org/DemoData”中下载的Demonstrational Data练习时,TWO-Sample T-test中,选择“T1ImgNewSegment”文件中的“wc1”开头的.nii文件,做Image Reslicer后添加为“标准空间灰质密度”作为协变量进行统计,Mask file选择“GroupMask90Percent.nii”,出现如下报错信息:

........错误使用  \
矩阵维度必须一致。

出错 y_regress_ss (line 52)
                ri = R\eye(ncolX);

出错 y_GroupAnalysis_Image (line 87)
                        [b,r,SSE,SSR, T, TF_ForContrast, Cohen_f2] =
                        y_regress_ss(DependentVariable,[Predictor,CovVariable],Contrast,TF_Flag); %YAN Chao-Gan 170714,
                        Added Cohen's f squared (Effect Size) %[b,r,SSE,SSR, T, TF_ForContrast] =
                        y_regress_ss(DependentVariable,[Predictor,CovVariable],Contrast,TF_Flag);

出错 y_TTest2_Image (line 95)
    [b_OLS_brain, t_OLS_brain, TTest2_T, r_OLS_brain, Header] =
    y_GroupAnalysis_Image(DependentVolume,Regressors,OutputName,MaskFile,CovariateVolume,Contrast,'T',0,Header);

出错 DPABI_STAT_TOOL>ComputeButton_Callback (line 531)
        y_TTest2_Image(S, OutputName, MaskFile, ImageCell, TextCell, PALMSettings);

出错 gui_mainfcn (line 95)
        feval(varargin{:});

出错 DPABI_STAT_TOOL (line 42)
    gui_mainfcn(gui_State, varargin{:});

出错
matlab.graphics.internal.figfile.FigFile/read>@(hObject,eventdata)DPABI_STAT_TOOL('ComputeButton_Callback',hObject,eventdata,guidata(hObject))
计算 UIControl Callback 时出错。
 

谢谢严老师的回答,又遇到了新的问题:

1.“Multiple Labels in ROI Mask”只在DPARSF Advanced Edition中“Define ROI”才有这个选项,而在“Utilities->ROI Signal Extractor->Define ROI”中并没有这个选项,所有我将自己定义的ROI作为Mask提取所有被试的ALFF signal还是不能合并左右侧的ROI(如,左、右侧杏仁核)。请问严老师,可以将左侧、右侧ROI提取出的ALFF signal计算算数均数后,导入SPSS做统计分析么,或者还有无其他办法可以合并左右侧ROI得出单一ALFF signal值?

2.如果使用“ROI Signal Extractor”提取实验组和对照组的ALFF值,再导入SPSS做独立样本T检验时,发现在某ROI的p<0.05,能否说明两组间这一ROI的ALFF值有差异?是否需要做多重比较校正呢?如果需要,怎么做呢?

3.由于我的数据来自多个检测站点,文献中说需要去除site effects,目前我只知道可以用ComBat做校正,但是需要提取ROI signal并制作成矩阵后进行校正,相当于将NIfTI文件转为excel文件进行统计分析,请问严老师,自定义的ROIs与全脑各体素间的FC以及自定义的ROIs相互间的FC如何通过“ROI Signal Extractor”提取呢(在Add Directory和Define ROI分别需要添加什么内容?)。

4.我试着用“ROI Signal Extractor”提取了“szROI2FCMap_SubXXX.nii”,得到一个n*m(n=被试数量,m=ROI数量)的矩阵,请问矩阵中对应的数字是什么呢?

1. Utilities->Image Calculator, expression: i1+i2>0 to generate a mask for bilateral amygdala.

2. If you have a hypothesis for this regions, then no multiple comparison correction needed.

3.4. Those are correlation values after Fisher's r-to-z transformation.

You may need to go another round on http://rfmri.org/course.

Attachment Size
BrainNetViewer报错.jpg 40.21 KB