博客
关于我
afni GLM模型分析激活的脑区 (FMRI Data Analysis at Individual Level)
阅读量:629 次
发布时间:2019-03-14

本文共 290 字,大约阅读时间需要 1 分钟。

对于fmri实验的简单描述:

实验设计:Rapid event-related
一共有4种类型的实验刺激
在这里插入图片描述
实验数据的参数:
在这里插入图片描述
数据分析的第一部分为个体水平的分析:首先对数据进行预处理然后3dDeconvolve
实验数据下载为 AFNI_data2.tgz,网址为

Inference 推断激活的脑区

在拟合GLM之后,我们使用估计的参数来确定体素中是否存在显著的激活

在这里插入图片描述
然后利用对effects of interest进行t检验和F检验。
进行组分析的数据结构为:
在这里插入图片描述
分析数据时一般为两个水平上的分析,第一个为个体水平,第二个为组水平。
在这里插入图片描述
对于每一个被试,都可以利用GLM模型进行分析,
在这里插入图片描述

转载地址:http://xvxoz.baihongyu.com/

你可能感兴趣的文章
mysql高级查询~分页查询
查看>>
MySQL:判断逗号分隔的字符串中是否包含某个字符串
查看>>
nacos config
查看>>
Nacos在双击startup.cmd启动时提示:Unable to start embedded Tomcat
查看>>
Nacos安装教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
Nacos配置中心集群原理及源码分析
查看>>
nacos配置自动刷新源码解析
查看>>
Nacos集群搭建
查看>>
nacos集群搭建
查看>>
nagios安装文档
查看>>
Navicat for MySQL 查看BLOB字段内容
查看>>
Neo4j电影关系图Cypher
查看>>
Neo4j的安装与使用
查看>>
Neo4j(2):环境搭建
查看>>
Neo私链
查看>>
nessus快速安装使用指南(非常详细)零基础入门到精通,收藏这一篇就够了
查看>>
Nessus漏洞扫描教程之配置Nessus
查看>>
Nest.js 6.0.0 正式版发布,基于 TypeScript 的 Node.js 框架
查看>>
nestJS学习
查看>>
Net 应用程序如何在32位操作系统下申请超过2G的内存
查看>>