MRI学习笔记-LItool使用教程,计算偏侧化指数lateralization index

偏侧化指数介绍

描述功能偏侧化最常用的方法之一是计算偏侧化指数,分别是左侧和右侧感兴趣区域(ROI)中值高于特定激活阈值的体素数。因此,LI值的范围从+1(左主导)到1(右主导)。然而,这种方法的一个主要限制是LI对任意选择的激活阈值的强烈依赖。

为了排除不同mask大小的影响,并允许使用非对称自定义mask,计算了一个mask加权因子(mwf),表示左边和右边mask体积的关系。然后使用这个加权因子来扩展等式(1),从而防止由于掩罩大小影响而人为偏侧化指数:

LI-tool改善功能性MR数据中侧化的评估

  1. 标准化和可重复性:LI-tool提供了一种标准化的方法来计算侧化指数(LI),这有助于提高结果的可重复性和可靠性。通过实现当前和新方法,研究人员可以更一致地评估大脑激活的侧化效应。

  2. 处理统计异常和数据稀疏性:LI-tool考虑了计算侧化指数时常见的挑战,如统计异常、数据稀疏性和阈值效应。它提供了可选的处理步骤,以提高计算出的侧化指数的可靠性。

  3. 多种计算方法:该工具箱允许研究人员探索不同的计算方法,以便根据具体数据和研究问题选择最合适的方式。这种灵活性使得研究人员能够更好地理解和解释大脑的半球特化。

  4. 可视化和探索功能:LI-tool还提供了可视化工具,帮助研究人员更直观地理解激活的侧化情况,从而更有效地识别和分析大脑功能的侧化效应。

通过这些改进,LI-tool为研究人员提供了一个强大的工具,以更准确和可靠地评估功能性MR数据中的侧化现象。

软件下载路径

Software | Universitätsklinikum Tübingen (uni-tuebingen.de)

注:将下载后的压缩包解压放在spm的toolbox文件夹中,然后将LI文件夹添加到matlab的路径中

LI_manual的解读

第一步:事前检查

目的:在做其他事情之前,请检查这个工具箱中假定的利手性是否符合您的本地设置!左和右通过 /data目录中的LI_left和LI_right定义,这样在LI-left中,所有被认为定义左的体素都是1,其他所有体素都是0。你绝对必须确保对你的数据也是如此。

方法:在matlab中运行LI_test.m文件。出现下面的两张图,左边是正确示例,右边是目前的默认设置,要确保是一致的,不然后续分析都是错误的。

第二步:SPM操作

2.1 打开LI toolbox

2.2 Select Contrast Image(s)

选择要分析的图像(每个被试的一阶结果),可以同时选择很多图像,会分别生成LI保存在一个txt文件中。


2.3 Select thresholding method
Bootstrap:除了生成LI曲线外,这还将使用一个引导过程。无论其价值如何,我认为这是目前"最好的"方案

2.4 Select INclusive mask
选择自己关注的位置


2.5 Select EXclusive mask

默认情况下,提供屏蔽中线(+/-5mm)以避免大引流静脉中的流动伪影,但您也可以选择屏蔽+/-11mm、"无"或自定义的中线。这里没有预处理选项,因为我不知道你的这个自定义掩码可能是什么样子的;所以,请确保您的自定义排除掩码的格式正确。


2.6 Select optional steps
这些选项可能会对数据产生非常严重的影响,所以通常不推荐使用它们!
所以选择None即可。

2.7 Yes

2.8 对图像是否已经进行归一化分析

Yes

结果解释

结果保存:默认保存到当前工作目录下,LI_masking.ps li.txt LI_boot.ps。

每个被试都会生成一个LI值,将这些数据与0进行单样本t检验。

相关推荐
LFly_ice11 分钟前
学习React-9-useSyncExternalStore
javascript·学习·react.js
gmmi1 小时前
嵌入式学习 51单片机(3)
单片机·学习·51单片机
楼田莉子2 小时前
C++算法专题学习——分治
数据结构·c++·学习·算法·leetcode·排序算法
乖女子@@@2 小时前
React笔记_组件之间进行数据传递
javascript·笔记·react.js
要做朋鱼燕3 小时前
【C++】 priority_queue 容器模拟实现解析
开发语言·c++·笔记·职场和发展
ST.J3 小时前
swing笔记
java·笔记
励志不掉头发的内向程序员3 小时前
C++进阶——继承 (1)
开发语言·c++·学习
悠哉悠哉愿意3 小时前
【数学建模学习笔记】机器学习分类:随机森林分类
学习·机器学习·数学建模
悠哉悠哉愿意4 小时前
【数学建模学习笔记】机器学习分类:KNN分类
学习·机器学习·数学建模
四谎真好看4 小时前
Java 学习笔记(进阶篇2)
java·笔记·学习