TMStarget学习——Functional Connectivity

今天基于结构像和功能像数据试验操作TMStarget 的第二个功能模块Functional Connectivity。参考季老师的文档PPT来学习的,整个处理过程蛮长的,可能配置原因一路上报错也比较多,下面还是逐步记录吧,后面采用连更的方式直到跑通后再详细去理解操作步骤。

感谢季公俊老师提供如此神器TMStarget,我是纯靠研究数据和文档自学,如果有培训过很懂的亲发现理解有误,欢迎前来指导,感谢!
季老师TMStarget软件地址:(https://github.com/jigongjun/Neuroimaging-and-Neuromodulation)

这边也把季老师的基于TMStarget 的功能连接分析的PPT分享出来(github上软件包里面有包含),方便直接查看
https://download.csdn.net/download/learner_jj/89771268

(1)首先还是需要先准备好TMStarget的软件包和依托软件包

(2)这些个安装软件包的路径和安装还蛮重要
->路径下的空格真的有影响吗?

一开始AFQ、vistasoft和SPM12 和TMStarget都放在matlab 的安装路径toolbox下面,奈何我的toolboxl路径是 D:\Program Files\Matlab2020a\toolbox,没看错,D盘 Program Files,路径下面有空格,怎么跑都报错了,中间还报了不识别'D:\Program'。。。

蒙圈以后发现原来这里路径下的空格居然影响了处理,于是乎我把这四个软件AFQ、vistasoft和SPM12和TMStarget 都搬家了,搬到了D盘重新起了一个没有空格字符的路径,真的就可以往下面跑了。

记住:这些工具安装包不能放在包含空格的路径下,至于为什么就是会报错呀,会使得dcm2nii 都进行不下去。
->软件安装还有讲究

1)先说spm12

首先软件的版本一定要和matlab的版本、运行系统匹配,还有按照其官网的安装指导 matlab->设置路径-添加文件夹(选中spm12)->保存->关闭 别的可能行,此处容易报错,所以此处安装spm12需要分两步:

①matlab->设置路径-添加文件夹(选中spm12)->保存

②matlab->设置路径-添加并包含子文件夹(选中spm12)->保存->关闭

2)同样的vistasoft-master和Neuroimaging-and-Neuromodulation-main 我都是按照上面spm12 的安装方式做了包含子文件夹设置了,否则当使用的函数出现在子级的子级那就找不到,会报 XXX 函数不识别的错误。

(3)处理前的数据准备

准备一个试验处理数据文件夹FCtest,包含T1Raw和FUNRaw 文件夹,顾明思义,T1Raw 放置被试的T1结构像,FunRaw放被试的功能像。可以看两种格式的数据路径架构是一致的,切都是dicom数据,是放置在subj001文件夹的同一个被试数据。



(4)T1Raw数据的预处理



DCM2NII :因为我的数据是dicom格式,需要转成nii,所以此处预处理数据格式转换必选,如果本身是nii数据了次选项不选;
Reorient :头歪斜校正,如果头的AC-PC比较水平了或者之前用别的软件做过了校正了,那就这个可以不选,我的数据有明显的歪斜,是需要做的,此处还是需要对AC和PC比较了解的,不然越矫正可能越歪斜。


我这边就矫正的不太好,具体还是需要花时间研究AC和PC还有那个 MIdSag点。
Bet :就是颅脑分割了,看起来还行的样子。

跑下来没有报错算是跑完了吧,整体有点慢,中间报export_fig的错误,窗口提示需要做版本升级那就按照提示点update吧。

下面看看T1Raw预处理后的输出吧


(5)FunRaw 数据预处理

首先检查AFQ-master 在matlab中安装是否包含到子文件夹

功能像的扫查参数TR、扫描序列,一定要提前知晓。

预处理完成后会生成一长串不同名字的文件夹,此处和DPABI的处理风格如出一辙,其实此处功能像的预处理用dpabi进行处理也是可以的。



很遗憾,也有点诡异,按照操作处理过程中没有提示错误,扫描参数都是正确的,但是最后的输出图可以确定功能像没有和T1结构像对齐。至于原因,后面需接着分析直到调正。


后续来了,在各种修改调试TMScoregister.m里面的参数以后,仍然没有找到功能像配准到T1未对齐的原因。后来实在没办法了,就就就又请教季老师支招了。老师真的是太好了,耐心回答我的问题,最最最好的脑科学专家。

换了一个新的被试的数据,然后按照流程重新处理了T1Raw和FunRaw,结果奇迹发生了,这次配准对齐了,撒花呀~

相关推荐
im_AMBER5 小时前
React 17
前端·javascript·笔记·学习·react.js·前端框架
谷歌开发者6 小时前
Web 开发指向标 | Chrome 开发者工具学习资源 (六)
前端·chrome·学习
QT 小鲜肉7 小时前
【QT/C++】Qt定时器QTimer类的实现方法详解(超详细)
开发语言·数据库·c++·笔记·qt·学习
Mr.Jessy8 小时前
Web APIs 学习第五天:日期对象与DOM节点
开发语言·前端·javascript·学习·html
存在morning8 小时前
【人工智能学习笔记 三】 AI教学之前端跨栈一:React整体分层架构
笔记·学习·架构
巫婆理发2228 小时前
评估指标+数据不匹配+贝叶斯最优误差(分析方差和偏差)+迁移学习+多任务学习+端到端深度学习
深度学习·学习·迁移学习
机器学习之心9 小时前
MATLAB基于变权理论和灰色云模型的海岛旅游地生态安全评价
安全·matlab·旅游·灰色云模型
霜绛9 小时前
C#知识补充(二)——命名空间、泛型、委托和事件
开发语言·学习·unity·c#
好望角雾眠9 小时前
第四阶段C#通讯开发-6:Socket之UDP
开发语言·笔记·学习·udp·c#
tyatyatya10 小时前
对比传统方法和深度学习方法在MATLAB视觉检测中的优缺点
深度学习·matlab·视觉检测