关于ReHo 的问题

老师您好, 我已经比较了病例组和对照组的ReHo双样本T检验,然后想进一步做ReHo值和临床指标之间的相关分析,是不是在T检查的结果上选择每个有差异的地方进行分析呢? 还是计算全脑的ReHo 值和评分之间的关系?具体该怎么操作?请指教,谢谢!

都可以。

第一种情况:如果你选择T检验有差异的脑区的ReHo值和临床指标做相关,得出的是有差异的脑区和临床指标的相关系数图。具体操作以病例组为例,首先用T检验的结果为Mask(rest sliceviewer->save clusters可以做)与病例组每个病人的ReHo的结果相乘(rest Image calculator可以做),得出每个病人在T检验结果上的ReHo图;然后,将上一步的结果每个病人在T检验结果上的ReHo图和病人对应的临床指标做相关(rest correlation analysis)可以做。最后,得到的是病例组上的一幅相关系数图,图上每个voxel的值代表病例组的每个T检验显著的voxel的ReHo值和临床指标的相关系数。

第二种情况:计算全脑的ReHo 值和评分之间的关系,我觉得用全脑不如用T检验结果做Mask好,不过操作是一样的。具体操作以病例组为例,首先提出全脑或者是T检验结果的Mask的平均ReHo值(Extract ROI series可以做),得到病例组中每个病人的对应的一个平均ReHo值;每个病人有一个平均的ReHo值,也有一个临床指标,可以用SPSS或Excel计算两列的相关系数即可。

我尝试了下,选择T检验有差异的脑区的ReHo值和临床指标做相关,发现了问题请老师帮忙解答
1。首先用T检验的结果为Mask,与病例组每个病人的ReHo的结果相乘rest Image calculator 算式是g1*i1 ,得出每个病人在T检验结果上的ReHo图;
然后,将上一步的结果每个病人在T检验结果上的ReHo图和病人对应的临床指标做相关(rest correlation analysis ,Add Group Images 选前面做出来的结果,Add Text Covariates里选个人对应的临床评分的那个.txt文件,结果报错如下,该怎么解决呢?
Read 3D EPI functional images: "E:\reho-clinical\G1I1result"...

Image Files in the Group:
output00001.img
output00002.img
output00003.img
output00004.img
output00005.img
output00006.img
output00007.img
output00008.img
output00009.img
output00010.img
output00011.img
output00012.img
output00013.img
output00014.img

Correlation Calculating...
..........??? Attempted to access r(1,2); index out of bounds because numel(r)=1.

Error in ==> rest_corr_Image at 84
rCorr(i,j,k)=r(1,2);

Error in ==> rest_corr_gui>btnCompute_Callback at 143
rest_corr_Image(DependentDirs,SeedSeries,OutputName,...

Error in ==> gui_mainfcn at 75
feval(varargin{:});

Error in ==> rest_corr_gui at 28
gui_mainfcn(gui_State, varargin{:});

??? Error while evaluating uicontrol Callback.

问2.最后得到的是病例组上的一幅相关系数图,图上每个voxel的值代表病例组的每个T检验显著的voxel的ReHo值和临床指标的相关系数。这个结果该怎么看啊,对照组应该是不用做的咯,如何评价结果呢?

多谢指点

1.rest correlation analysis ,Add Group Images 选前面做出来的结果,Add Seed variate里选个人对应的临床评分的那个.txt文件,而不是Add Text Covariates。

2.相关系数(R值)对应的相关显著性程度(P值),P<0.05就可以说相关显著了。

你好,Cluster size的选择是根据AlphaSim的结果来定,参考http://afni.nih.gov/afni/docpdf/AlphaSim.pdf 。
如果你关注的是全脑,可以参考Sliceviewer提供的Cluster size的表格,在Misc -> Correction thresholds by AlphaSim下面。
这里,具体参照你的rmm, 平滑核,每个voxel的p值来选择Cluster size的大小。比如rmm=4,平滑核是4,每个voxel的p值是0.05的时候,校正到0.05的Cluster size是54个voxel。

  我也是用T检验的结果的基础上作相反分析,想到正负相关的问题,如果在两组T检查的结果上是FC是负的(减弱的),个人理解的FC值<0.那与临床评分作相关分析时得出了负相关,说明FC越是弱(负的绝对值越是大),临床评分越是高。还有这时用REST看结果时,p<0.05,需要voxel校正吗?

 你用双样本T检验选出的脑区,不能用两组初试来做临床评分correlation分析。
因为两组间有差异,必然能做出相关来。一般是只在病人组做相关。

这儿所谓的与t图相乘,一定要把超过阈值的t值设置为1,其它为0,然后再相乘。

我按照以前老师的讲解作的,不是SAVE CLUSTERS保留那些脑区吗? ,然后把这个MASK 和病例组的图相乘,该如何设置呢

 Save Clusters之后的图像(设为i2, i1是你要应用mask的图像),如果不是二值化的,要在REST Image Calculator中这样作为MASK用:
i1.*(i2~=0)

 是不是这样理解,i1是病例组我需要进行相关分析的图像,i2是Save Clusters之后的图像(组间比较后取有统计意义的区域保存)。然后在REST Image Calculator中这样作为MASK用:
i1.*(i2~=0),计算好的图像就能与临床评分进行相关分析了。不知我的理解对不对

嗯,是的。
当然,你加一个group,用
g1.*(i2~=0)
可以一次性对所有图像都加载MASK。

另外,也可以在相关分析的时候,使用MASK。