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
- linxiao's blog
- Log in or register to post comments
- 12855 reads
Comments
Submitted by ZHANG_RESTadmin on Fri, 09/13/2013 - 12:03 Permalink
Re: MY confusion
对ICA基础知识的了解,可以参考这本书:
INDEPEDENT COMPONENT ANALYSIS: A Tutorial Introduction
by James V. Stone
Submitted by linxiao on Fri, 09/13/2013 - 18:51 Permalink
Re: MY confusion
多谢!!!我先看看,因为刚刚接触到这些,还不熟悉,多谢指点~~
Submitted by linxiao on Sat, 09/14/2013 - 12:22 Permalink
Re: MY confusion
在将成分导出之后,选取几个有代表性的成分,根据被试不同,在被试之间进行差异检验,是怎么进行的呢,也是在MATLAB里面么,如何将相同类型被试的结果叠加到统一的模板上呢,看了推荐的书,觉得原理讲的比较多,后面如何操作还是不知道,有没有manual呢,或者如何进行后续分析的书也行的,多谢啦!
Submitted by ZangYF on Sat, 09/14/2013 - 17:51 Permalink
Re: MY confusion
也可以看一些ICA的文献。我只能按照我的理解回答部分问题。序号是没什么意义的。关于成分的意义,比如DMN,表示这些脑区同步性很高,从空间上来说,27成分是相互独立的。在这儿,可以忘掉时间的概念。但的确每一个成分对应着一个time course(TC),这个TC可以代表该空间成分的脑区的一个共同的时间特征,可以分析TC的振幅、也可以计算不同成分的TC之间的相关性等等。至于ICA是如何计算的,我不懂。
Submitted by linxiao on Sun, 09/15/2013 - 12:01 Permalink
Re: MY confusion
这里是不是根据已有文献,挑选出几个成分来分析就足够了,比如说挑选出一个成分,然后比较这同一个成分在两类被试身上的差异,就可以得出两类被试的区别,现在是不知道该如何叠加,两类被试要叠加到相同的模板上,然后再比较差异,这个叠加的步骤不知道是怎么进行的??是要看MATLAB自己写语句吗?
Submitted by ZHANG_RESTadmin on Mon, 09/16/2013 - 10:27 Permalink
Re: MY confusion
不知道你说的叠加是什么意思。但是,一般的做法是,提取同一个成分以后,在REST里面,先做每组的单样本t检验,然后两组的结果求并集,在并集里做双样本t检验。这些都在REST里可以实现。
Submitted by linxiao on Mon, 09/16/2013 - 14:22 Permalink
Re: MY confusion
非常感谢!!!因为是刚刚接触,所以问的问题都比较白痴,谢谢指点!还是有些不明白的,一共有两组被试,共提取了27个成分,然后,分别在两组里面对每个成分进行独立样本T检验吗?选出高于全脑均值的成分在分析……所以进行进一步分析需要REST这个程序包,是吧,是不是下载REST放在MATLAB的Toolbox里面就可以做了~~多谢指导!!!
Submitted by linxiao on Mon, 09/16/2013 - 13:59 Permalink
Re: MY confusion
sorry,我以为是取交集,其实是要取并集的哈