Submitted by insular on Mon, 08/23/2010 - 09:54 老师,您好。 我最近在用Rest处理一批静息态数据,其中的linear detrend这一项我有一些疑问。 我记得以前用普通方法做的时候,linear detrend要用到在relign时生成的参数文件。 为什么rest的linear detrend没有提示要选择参考什么文件? 而是默认的,我要把那个文件与我的图像放在一起? 谢谢 您好 用REST做的linear detrend,采用的是MATLAB自带的detrend的函数,去掉的是数据的线性趋势(比如由于机器温度上升等引起的噪声)。 用REST去协变量的时候,要用到在realign时生成的头动参数文件,这一步REST需要手动选择文件,而DPARSF是自动识别的。 Log in or register to post comments 这一步是必须吗?用在realign时生成的头动参数文件去协 这一步是必须吗?用在realign时生成的头动参数文件去协变量 Log in or register to post comments 去除BOLD时间序列的线性趋势,或者去除与头动相关的成分, 去除BOLD时间序列的线性趋势,或者去除与头动相关的成分,这些只是大家常用的步骤,很难说一定要怎样做。 Log in or register to post comments 老师。我用Rest的里面的去除协变量的工具,发现去除rp_ 老师。我用Rest的里面的去除协变量的工具,发现去除rp_.txt的头动参数后,图像文件的大小大了一倍。是不是我哪里出错了,而是本来就会大一倍? Log in or register to post comments 老师,去除协变量应该在detrend和滤波之前还是之后。。 老师,去除协变量应该在detrend和滤波之前还是之后。。我是用已经linear detrend和滤波好的数据进行去除协变量的 Log in or register to post comments 去除协变量到底应该在哪一步,没有什么科学依据。如果研究的主 去除协变量到底应该在哪一步,没有什么科学依据。如果研究的主要内容是基于线性相关分析的功能连接,通常在进行线性相关功能连接的同时,去除协变量,即partial correlation。 Log in or register to post comments “通常在进行线性相关功能连接的同时,去除协变量 “通常在进行线性相关功能连接的同时,去除协变量” 而进行线性相关功能连接的数据一般都已经detrend和滤波好了, 也就是说,虽然放在哪一步没有严格的要求,但是通常的做法是放在detrend和滤波之后吧? Log in or register to post comments 是这样的。 是这样的。 Log in or register to post comments 老师,您好。我看了你们录得教学视频,学到不少东西。在做功能 老师,您好。我看了你们录得教学视频,学到不少东西。在做功能连接去除协变量的那张PPT里,列出了若干个协变量: 1.全脑均值 2.白质信号 3.脑脊液信号 4.relignment生成的rp_*.txt头动参数 教学视频提到全脑均值现在又很大的争议,它会导致负连接。 那么去除.白质信号和脑脊液信号不会导致负连接吗? 是不是只有去全脑均值属于global signal regression? 除了去全脑均值,还有没有其他什么步骤属于global signal regression ---- 另外老师提到去不去协变量没有一个统一的标准。那么在什么情况下适合去除这些协变量?哪些情况下不适合? 比如说: 1.我用functional localiser的方法定义了10多个ROIs,然后让它们互相做功能连接,并不涉及脑的其他区域,因此,去除白质信号和脑脊液信号是不是很没有必要? 2.用某个seed做voxel-vised 功能连接,涉及全脑的所有区域,因此,去除白质信号和脑脊液信号就很有必要? Log in or register to post comments "去除白质信号和脑脊液信号不会导致负连接吗",具体的研究我 "去除白质信号和脑脊液信号不会导致负连接吗",具体的研究我没太注意,理论上是有可能的,但目前来看,去除global trend肯定会引起负相关。但反过来,负相关,未必是去除这些协变量所致。 “是不是只有去全脑均值属于global signal regression?”准确地说,是去除全脑的平均时间序列。“全脑均值”这个词,容易误解,因为3D脑有一个全脑均值,4D脑也有一个全脑均值。 “除了去全脑均值,还有没有其他什么步骤属于global signal regression”,“去除全脑平均时间序列”与“global signal regression”是一个意思。 至于什么情况下去协变量,你提到的两个例子,都会受到全脑平均时间序列、白质、脑脊液、以及头动的影响,脑脊液容易受到呼吸心跳的影响,去除脑脊液相当于在某种程度上减小了呼吸心跳的影响。到底是否应该去除,并不是一个非常清楚的问题。只是大家一般都会这么做而已。 Log in or register to post comments 谢谢老师,今天我在用rest除去协变量时,出现了warni 谢谢老师,今天我在用rest除去协变量时,出现了warning warning:Matrix is close to singular or badly scaled Results may be inaccurate. 我上网查了下,是目前的算法不能求逆,矩阵奇异。 导致结果不准确 不知道对数据结果影响大不大,还是可以直接忽略这个warning?> Log in or register to post comments Re 你现在是在做一个测试性实验吧? 估计是你用的时间点太少,而协变量又太多,出现这个问题。你可以报告一下你用了多少个时间点,用了多少个协变量。 Log in or register to post comments 老师,您好。我数据一共有138个时间点,协变量用了7个:6 老师,您好。我数据一共有138个时间点,协变量用了7个:6个头动的,1个全脑均值的 Log in or register to post comments Re 结果影响不是很大,要是感兴趣可以把matlab的detrend函数中的 y = x - a*(a\x); a\x改成a*pinv(x)比较下。 Log in or register to post comments 我试试。 去协变量用的也是detrend函数? 我试试。 去协变量用的也是detrend函数? Log in or register to post comments Re 之前看你问的是detrend的问题,没注意这里是说去协变量。不好意思。 在去协变量和detrend的时候,都会做回归,所以都会用到矩阵的逆。 去协变量的时候,并没用detrend函数,它求矩阵的逆的时候用的是inv这个函数,改成pinv或许能解决这个问题。 Log in or register to post comments thanks thanks rest里面去协变量调用的是matlab里的哪个函数呢?函数名叫什么 Log in or register to post comments Re 这里是我们自己写的函数,你在fc的函数中可以看到。 分别是Brain1D_RegressOutCovariables和Brain4D_RegressOutCovariables. Log in or register to post comments 老师,我能不能分2次去除协变量。6个头动参数为一次,白质脑 老师,我能不能分2次去除协变量。6个头动参数为一次,白质脑脊液信号为一次,这样就不会出现求不出逆的问题了? 但是这个和一次除去协变量回归的结果肯定不一样. 这个方法和把inv改成pinv,哪个方法更精确? Log in or register to post comments 另外,我看了一下。我的协变量矩阵(8个协变量)是满秩的,为 另外,我看了一下。我的协变量矩阵(8个协变量)是满秩的,为什么求不出逆呢? Log in or register to post comments Re 你的这个问题从来没有遇到过。 建议你回查一下到底是哪步出的问题。 或者,换套数据试试可能更容易定位问题所在。 Log in or register to post comments Re 满秩的方阵才有逆,一般做回归用的是广义逆 Log in or register to post comments Re: 图像文件的大小大了一倍 因为去除协变量之后,输出的结果文件的数据类型是double的,是64位表示一个数。如果你输入的文件时数据类型是32位的,那么输出的结果肯定会比输入的文件大一倍,这一点没关系,因为64位要比32位更精确。 Log in or register to post comments 我查了一下。smooth完后的数据时16-bit int, 我查了一下。smooth完后的数据时16-bit int, detrend和滤波后变成了32-bit real,然后出去rp_*.txt的协变量后变成了64-bit real Log in or register to post comments Forums Discuss Log in or register to post comments
您好 用REST做的linear detrend,采用的是MATLAB自带的detrend的函数,去掉的是数据的线性趋势(比如由于机器温度上升等引起的噪声)。 用REST去协变量的时候,要用到在realign时生成的头动参数文件,这一步REST需要手动选择文件,而DPARSF是自动识别的。 Log in or register to post comments
去除BOLD时间序列的线性趋势,或者去除与头动相关的成分, 去除BOLD时间序列的线性趋势,或者去除与头动相关的成分,这些只是大家常用的步骤,很难说一定要怎样做。 Log in or register to post comments
老师。我用Rest的里面的去除协变量的工具,发现去除rp_ 老师。我用Rest的里面的去除协变量的工具,发现去除rp_.txt的头动参数后,图像文件的大小大了一倍。是不是我哪里出错了,而是本来就会大一倍? Log in or register to post comments
老师,去除协变量应该在detrend和滤波之前还是之后。。 老师,去除协变量应该在detrend和滤波之前还是之后。。我是用已经linear detrend和滤波好的数据进行去除协变量的 Log in or register to post comments
去除协变量到底应该在哪一步,没有什么科学依据。如果研究的主 去除协变量到底应该在哪一步,没有什么科学依据。如果研究的主要内容是基于线性相关分析的功能连接,通常在进行线性相关功能连接的同时,去除协变量,即partial correlation。 Log in or register to post comments
“通常在进行线性相关功能连接的同时,去除协变量 “通常在进行线性相关功能连接的同时,去除协变量” 而进行线性相关功能连接的数据一般都已经detrend和滤波好了, 也就是说,虽然放在哪一步没有严格的要求,但是通常的做法是放在detrend和滤波之后吧? Log in or register to post comments
老师,您好。我看了你们录得教学视频,学到不少东西。在做功能 老师,您好。我看了你们录得教学视频,学到不少东西。在做功能连接去除协变量的那张PPT里,列出了若干个协变量: 1.全脑均值 2.白质信号 3.脑脊液信号 4.relignment生成的rp_*.txt头动参数 教学视频提到全脑均值现在又很大的争议,它会导致负连接。 那么去除.白质信号和脑脊液信号不会导致负连接吗? 是不是只有去全脑均值属于global signal regression? 除了去全脑均值,还有没有其他什么步骤属于global signal regression ---- 另外老师提到去不去协变量没有一个统一的标准。那么在什么情况下适合去除这些协变量?哪些情况下不适合? 比如说: 1.我用functional localiser的方法定义了10多个ROIs,然后让它们互相做功能连接,并不涉及脑的其他区域,因此,去除白质信号和脑脊液信号是不是很没有必要? 2.用某个seed做voxel-vised 功能连接,涉及全脑的所有区域,因此,去除白质信号和脑脊液信号就很有必要? Log in or register to post comments
"去除白质信号和脑脊液信号不会导致负连接吗",具体的研究我 "去除白质信号和脑脊液信号不会导致负连接吗",具体的研究我没太注意,理论上是有可能的,但目前来看,去除global trend肯定会引起负相关。但反过来,负相关,未必是去除这些协变量所致。 “是不是只有去全脑均值属于global signal regression?”准确地说,是去除全脑的平均时间序列。“全脑均值”这个词,容易误解,因为3D脑有一个全脑均值,4D脑也有一个全脑均值。 “除了去全脑均值,还有没有其他什么步骤属于global signal regression”,“去除全脑平均时间序列”与“global signal regression”是一个意思。 至于什么情况下去协变量,你提到的两个例子,都会受到全脑平均时间序列、白质、脑脊液、以及头动的影响,脑脊液容易受到呼吸心跳的影响,去除脑脊液相当于在某种程度上减小了呼吸心跳的影响。到底是否应该去除,并不是一个非常清楚的问题。只是大家一般都会这么做而已。 Log in or register to post comments
谢谢老师,今天我在用rest除去协变量时,出现了warni 谢谢老师,今天我在用rest除去协变量时,出现了warning warning:Matrix is close to singular or badly scaled Results may be inaccurate. 我上网查了下,是目前的算法不能求逆,矩阵奇异。 导致结果不准确 不知道对数据结果影响大不大,还是可以直接忽略这个warning?> Log in or register to post comments
Re 你现在是在做一个测试性实验吧? 估计是你用的时间点太少,而协变量又太多,出现这个问题。你可以报告一下你用了多少个时间点,用了多少个协变量。 Log in or register to post comments
老师,您好。我数据一共有138个时间点,协变量用了7个:6 老师,您好。我数据一共有138个时间点,协变量用了7个:6个头动的,1个全脑均值的 Log in or register to post comments
Re 结果影响不是很大,要是感兴趣可以把matlab的detrend函数中的 y = x - a*(a\x); a\x改成a*pinv(x)比较下。 Log in or register to post comments
Re 之前看你问的是detrend的问题,没注意这里是说去协变量。不好意思。 在去协变量和detrend的时候,都会做回归,所以都会用到矩阵的逆。 去协变量的时候,并没用detrend函数,它求矩阵的逆的时候用的是inv这个函数,改成pinv或许能解决这个问题。 Log in or register to post comments
Re 这里是我们自己写的函数,你在fc的函数中可以看到。 分别是Brain1D_RegressOutCovariables和Brain4D_RegressOutCovariables. Log in or register to post comments
老师,我能不能分2次去除协变量。6个头动参数为一次,白质脑 老师,我能不能分2次去除协变量。6个头动参数为一次,白质脑脊液信号为一次,这样就不会出现求不出逆的问题了? 但是这个和一次除去协变量回归的结果肯定不一样. 这个方法和把inv改成pinv,哪个方法更精确? Log in or register to post comments
另外,我看了一下。我的协变量矩阵(8个协变量)是满秩的,为 另外,我看了一下。我的协变量矩阵(8个协变量)是满秩的,为什么求不出逆呢? Log in or register to post comments
Re: 图像文件的大小大了一倍 因为去除协变量之后,输出的结果文件的数据类型是double的,是64位表示一个数。如果你输入的文件时数据类型是32位的,那么输出的结果肯定会比输入的文件大一倍,这一点没关系,因为64位要比32位更精确。 Log in or register to post comments
我查了一下。smooth完后的数据时16-bit int, 我查了一下。smooth完后的数据时16-bit int, detrend和滤波后变成了32-bit real,然后出去rp_*.txt的协变量后变成了64-bit real Log in or register to post comments
您好
用REST去协变量的时候,要用到在realign时生成的头动参数文件,这一步REST需要手动选择文件,而DPARSF是自动识别的。
这一步是必须吗?用在realign时生成的头动参数文件去协
去除BOLD时间序列的线性趋势,或者去除与头动相关的成分,
老师。我用Rest的里面的去除协变量的工具,发现去除rp_
老师,去除协变量应该在detrend和滤波之前还是之后。。
去除协变量到底应该在哪一步,没有什么科学依据。如果研究的主
“通常在进行线性相关功能连接的同时,去除协变量
而进行线性相关功能连接的数据一般都已经detrend和滤波好了,
也就是说,虽然放在哪一步没有严格的要求,但是通常的做法是放在detrend和滤波之后吧?
是这样的。
老师,您好。我看了你们录得教学视频,学到不少东西。在做功能
1.全脑均值
2.白质信号
3.脑脊液信号
4.relignment生成的rp_*.txt头动参数
教学视频提到全脑均值现在又很大的争议,它会导致负连接。
那么去除.白质信号和脑脊液信号不会导致负连接吗?
是不是只有去全脑均值属于global signal regression?
除了去全脑均值,还有没有其他什么步骤属于global signal regression
----
另外老师提到去不去协变量没有一个统一的标准。那么在什么情况下适合去除这些协变量?哪些情况下不适合?
比如说:
1.我用functional localiser的方法定义了10多个ROIs,然后让它们互相做功能连接,并不涉及脑的其他区域,因此,去除白质信号和脑脊液信号是不是很没有必要?
2.用某个seed做voxel-vised 功能连接,涉及全脑的所有区域,因此,去除白质信号和脑脊液信号就很有必要?
"去除白质信号和脑脊液信号不会导致负连接吗",具体的研究我
“是不是只有去全脑均值属于global signal regression?”准确地说,是去除全脑的平均时间序列。“全脑均值”这个词,容易误解,因为3D脑有一个全脑均值,4D脑也有一个全脑均值。
“除了去全脑均值,还有没有其他什么步骤属于global signal regression”,“去除全脑平均时间序列”与“global signal regression”是一个意思。
至于什么情况下去协变量,你提到的两个例子,都会受到全脑平均时间序列、白质、脑脊液、以及头动的影响,脑脊液容易受到呼吸心跳的影响,去除脑脊液相当于在某种程度上减小了呼吸心跳的影响。到底是否应该去除,并不是一个非常清楚的问题。只是大家一般都会这么做而已。
谢谢老师,今天我在用rest除去协变量时,出现了warni
warning:Matrix is close to singular or badly scaled
Results may be inaccurate.
我上网查了下,是目前的算法不能求逆,矩阵奇异。
导致结果不准确
不知道对数据结果影响大不大,还是可以直接忽略这个warning?>
Re
估计是你用的时间点太少,而协变量又太多,出现这个问题。你可以报告一下你用了多少个时间点,用了多少个协变量。
老师,您好。我数据一共有138个时间点,协变量用了7个:6
老师,您好。我数据一共有138个时间点,协变量用了7个:6个头动的,1个全脑均值的
Re
结果影响不是很大,要是感兴趣可以把matlab的detrend函数中的 y = x - a*(a\x); a\x改成a*pinv(x)比较下。
我试试。 去协变量用的也是detrend函数?
去协变量用的也是detrend函数?
Re
之前看你问的是detrend的问题,没注意这里是说去协变量。不好意思。
在去协变量和detrend的时候,都会做回归,所以都会用到矩阵的逆。 去协变量的时候,并没用detrend函数,它求矩阵的逆的时候用的是inv这个函数,改成pinv或许能解决这个问题。
thanks
Re
分别是Brain1D_RegressOutCovariables和Brain4D_RegressOutCovariables.
老师,我能不能分2次去除协变量。6个头动参数为一次,白质脑
但是这个和一次除去协变量回归的结果肯定不一样.
这个方法和把inv改成pinv,哪个方法更精确?
另外,我看了一下。我的协变量矩阵(8个协变量)是满秩的,为
Re
建议你回查一下到底是哪步出的问题。
或者,换套数据试试可能更容易定位问题所在。
Re
Re: 图像文件的大小大了一倍
因为去除协变量之后,输出的结果文件的数据类型是double的,是64位表示一个数。如果你输入的文件时数据类型是32位的,那么输出的结果肯定会比输入的文件大一倍,这一点没关系,因为64位要比32位更精确。
我查了一下。smooth完后的数据时16-bit int,