degree centrality 数据处理问题

Submitted by jinling on Wed, 04/09/2014 - 09:36

 各位老师：
您好，数据预处理采用的是DPARSFA2.3，已经得到degree centrality 文件夹，里面有6种数据：无prefix的二值化数据和加权数据，prefix为s的二值化数据和加权数据，以及prefix为z的二值化数据和加权数据。
我有两个问题：
1.数据还没有做smooth，用DPARSFA2.3可以继续做吗？选择FunImg还是FunRaw？如果选择FunImg，采用哪个结果文件继续跑？
2.我试着用SPM8做了一下smooth，degree centrality 文件夹里的所有数据都加了一个prefix-s，请问下一步我要做统计分析的话采用那组数据？
期待您的热心回复。
zhang
jinling hospital

Submitted by Wei Liao on Wed, 04/09/2014 - 13:11

1. s打头的是DC(i)除以全脑均值的;s打头的是Z值化后的。
2. 如果你想对数据smooth，用预处理到Normlization之前的数据。
3. 看来你是对DC结果smooth了，应该对3个文件夹都smooth了的。ss打头，sz打头的都能进行后续统计。

Best！


Submitted by jinling on Thu, 04/10/2014 - 17:14

我还有几个小问题想请教您：
1.归一化具体指什么？
2.FCD mapping  中的density可以理解为功能连接强度吗？这个所谓的map是不是等同于degree centrality—PositiveBinarizedSumBrainMap-sub-001
 期待您百忙之中答疑解惑
thank you in advance

zhang

Submitted by Wei Liao on Fri, 04/11/2014 - 12:24

 1. 归一化就是用全脑每个体素的degree除以全脑所有体素degree的平均；或者减去全脑均值然后除以方差。
2. 如果你用的计算FCD软件是取positive值来计算的话，两个就是一样的。

Submitted by jinling on Mon, 04/14/2014 - 16:09

廖老师：
谢谢您的解答。
1.我是不是可以这么理解：归一化unify包括m值化（degree除以全脑所有体素degree的平均）和z值化（减去全脑均值然后除以方差）
2.我用dparsfa2.3计算的degree centrality
再次感谢。
best regard.

zhang