ZangYF Group's CVs

reho机制

Submitted by dongliuliu on Tue, 07/23/2013 - 22:21

各位老师你好！
    请教一下我们做reho时，在文章中怎么解释其含义，像激活那样解释吗？我看很多文章都说reho的机制还不是很清楚，但最近听左西年老师说他们最近做了个关于其机制的东西，请各位老师赐教。

MY confusion

Submitted by linxiao on Fri, 09/13/2013 - 11:20

一直不明白MICA跑出来结果的含义，应该包含两种结果，时间信息和空间信息，不同成分是怎么提取出来的呢？比如说一共提取了27各成分，第1个成分代表了什么呢，是不是在同一时间，在大脑中共有27个信号源？如果是在静息态下的结果，那么时间信息是不是就没用了，只需要分析不同被试静息态下激活网络的不同？？？并且MICA的manual实在是太简略了，只是告诉操作步骤，并没有将具体是为什么？说有比较清晰的书推荐下，最好是中文的，英文的也可以，只要讲的清楚

成分筛选

Submitted by linxiao on Mon, 09/16/2013 - 21:27

关于独立成分分析还有些地方不明白,在成分提取之后,如何对已提取的成分进行筛选,看文章里面说筛选步骤主要分两步,(1)首先由于背侧注意网络的频带属于低频段(0.01－0.1Hz)，分析各个独立成分对应的时间序列的功率谱，如果高频信号(>0.1Hz)占该独立成分的功率谱 50％以上，则去除该成分.功率图谱是怎么看的呢？？？（2）然后在剩余的成分中用一个模板匹配程序选择与背侧注意网络模板最匹配的成分，该模板匹配程序主要是计算每个成分中落在模板内体素的 z 值的平均值与模板外体素的 z 值的均值之差，定义为拟合度值(goodness-of-fit scores)，选择拟合度值最大的成分作为最匹配(best-fit)的成分，即可认为该成分是背侧注意网络。这两步具体是怎么实现的呢？？希望能得到大师指点…………

Challenges of meta-analysis on resting-state fMRI studies

Submitted by ZangYF on Tue, 10/01/2013 - 11:15
    Activation likelihood estimation (ALE) is a very good method for task fMRI meta-analysis studies (including both within-group between-condition activation difference and between-group activation difference). Although the design of task fMRI studies varies a lot from study to study, most task fMRI studies use very similar GLM method and focus on the local activity of, rather than the relationship between, brain regions. There have been many meta-analysis task fMRI studies.

DPARSF

Submitted by linxiao on Sun, 10/06/2013 - 14:10

今天第一次用DPARSF，刚开始就遇到问题了，首先选择版本的时候是选择的基本版本，在Working Directory里面选在Analysis，在下面的Participant里面没有自动出现被试条目，这是为什么呢，原始数据是没有后缀的

ICA安装

Submitted by linxiao on Fri, 10/18/2013 - 08:48

 各位老师好，再装ICA的时候总是报错，是先把下载的文件夹拷贝到Matbab的Toolbox里面，然后再set path，这些都做了，还总是报错，希望能知道这个错误是什么意思

more