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 249 字,大约阅读时间需要 1 分钟。

FMRI实验的简单描述

实验设计:采用快速事件相关设计,总共包含四种类型的实验刺激

数据参数:实验数据经过标准化处理后,通过3DDeconvolve进行感知Copying

数据下载:请访问AFNI数据下载页面(需提供AFNI环境)

数据分析流程:

  • 个体水平分析:

    • 数据预处理
    • 3DDeconvolve感知Copying
    • 参数估计
  • 组水平分析:

    • 组织分析数据结构型图像
    • 对感兴趣的效应进行t检验和F检验
  • 分析洗牌为两层:个体层面和组层面分析,每个被试均可采用GLM模型进行分析对效应进行检验和模型拟合

    转载地址:http://xvxoz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    opencv图像分割2-GMM
    查看>>