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…………

Comments

Submitted by ZHANG_RESTadmin on Wed, 09/18/2013 - 11:23

 第一步，你需要在matlab上编程实现FFT（傅立叶变换），然后计算低频能量占比。
 第二步，你需要找一个template，计算z平均值内减外，具体，可以用REST的extract ROI signals实现：首先制作template外的mask，用一个全脑mask减去（REST image calculator）你的template得到。然后，分别对所有成分，用REST extract ROI signals提取1）template和2）template外的mask中的z均值，然后相减。

Submitted by linxiao on Thu, 09/19/2013 - 08:58

老师好！还有个问题，从MICA中提取出来成分，每个成分包含所有被试的结果，然后手动分组，是怎么分呢，还是分成27个成分，然后每个成分再按照被试再分成两组，然后一个个成分的分析吗？当成分提取出来可以导入SPM么？

Submitted by linxiao on Thu, 09/19/2013 - 08:58

还有第一步具体怎么实现，能从哪里找到参考啊，书或者文献都行

Submitted by linxiao on Wed, 09/25/2013 - 20:18

找到FFT了，这个转换就像是一个函数一样的，输入一定的值会进行我们需要的转换，但是ICA提取出来的都是图像，怎么样输入才能看出来呢？FFT(  )括号里面填什么，成分所在位置吗？

Submitted by ZHANG_RESTadmin on Thu, 09/26/2013 - 15:53

 FFT的输入是一个时间序列，ICA得到的结果里，除了空间map以外，还有时间序列，存在mat文件里，你可以用matlab打开。