一、用rest做功能连接
具体见视频教程rest1
功能连接要在预处理的结果上先进行滤波,然后用滤波后的图像来提取时间序列。
因为在做FC的时候,一般会去除两个协变量的影响:一个为头动参数的,另一个为全脑、脑脊液及白质三者信号的影响。所以一般的FC可以分为三步来完成:
第一步,数据准备。将预处理的数据滤波,放在Preprocessing\FunImgARWSDCF文件夹下;
第二步,合并协变量并去除。先提取大脑的全脑、脑脊液和白质信号作为协变量,具体做法为在REST/Fun.Connectivity中,将三者作为三个ROI,先提取所有被试的这三个ROI的时间序列。首先在Data Directory上方的空白处点击右键选择Add recursively all sub-folders of a directory,找到所有被试预处理之后的文件夹(如果用dparsf做的预处理则为FunImgARWS 文件夹),这样可以一次性导入所有被试每个session的数据;然后选择ROI-wise/Add-ROI,选择第二个Predifined-ROI最后一个,找到REST所在目录下的Mask文件夹,将全脑、脑脊液和白质61*71*61的三个文件一个一个地导入;最后设置好输出目录,点击DO all即可;
然后将每个被试的头动参数和全脑信号参数合并到一起,并建立所有被试协变量的列表文件。这一步可以利用matlab语句来实现(注意协变量列表文件的格式,应如下图所示)。具体语句参照E:\Data_analysis\FN_Connectivity_Network\batch_scripts。
协变量的去除既可以用REST\Utilities下的Regress out covariates功能来专门去除,也可以在REST\Fun.Connectivity中去
除。建议先专门去除。
Tips: 在REST中如果要求每个
被试某个voxel与其头动参数
(一列时间序列),同样需要
制作相应的列表文件
第三步,提取感兴趣区域ROI的时间序列。其实步骤和第二步提取全脑、脑脊液和白质一样,只不过ROI mask换一下。但是由于每个被试的协变量不一样,所以这里需要先建立一个协变量文件(CovList.txt),将每个被试每个run对应的合并协变量文件写入。提取出来的结果为一个被试某两个脑区的一个相关系数值,存为一个txt文件。其中log文件存放了提取时间序列时的相关参数。最后用Extract_correlation_coefficient.m来提取所有被试某个FC 的相关系数(相关系数要转换为Z分数)。
结果说明:
FCMap_sub*.txt存放的是每个被试每两个ROI的相关系数矩阵,其中前面加z的,如zFCMap*.txt为进行z转换之后的相关矩阵;
ROI_FCMap_sub*.txt存放的是每个被试每个ROI原始的时间序列,其中每一列为一个ROI的时间序列。
Tips:添加ROI文件时可以一次性添加多个,也可以做成ROI列表文件来添加。
第四步,把这些相关系数(zFC*.txt)提取出来和被试行为/问卷数据做相关。
注释:为什么要把求得的ROI之间的相关系数进行z变换呢?因为相关系数的值域为[-1,1],不符合正态分布,无法用于后续的相关分析,所以要进行z变换,把离散值—连续分布。
二、具体操作
1、添加所有被试预处理后的数据进行滤波,Add recursively all sub-folders of a directory
选中Detrend选项;