03 2014 档案
摘要：Localization of Cardiac-Induced Signal Change in fMRI这篇文章是最早做生理噪声相关组织的定位的。很奇特，因为，这位学者甚至得出了，血管心动等变化对于fmri bold signal的variation的影响的比率。我很想看看你是怎么进行的计算。还有...
阅读全文
posted @ 2014-03-31 20:48
二郎那个三郎
摘要：《Exploratory Identification of Cardiac Noise in fMRI Images》这个方法，最特别的地方在于，是从静息态的大脑数据中，抽取心动结构数据，然后用于激活态的检测。这个方法，真心好累赘，还不如利用外部设备进行检测。cca其实是在一件什么事儿呢？就是，提...
阅读全文
posted @ 2014-03-31 19:36
二郎那个三郎
摘要：1.02年ola是第一个应用cca在fmri激活检测上的学者。《exploratory fmri analysis by autocorrelation maximization》2.06年川大的那位肖柯硕士论文，几乎是完全基于ola的论文，只是最后最temporal和spatial做了融合。也是用...
阅读全文
posted @ 2014-03-31 16:25
二郎那个三郎
摘要：这个方法，很有意思，第一，不用降维；第二，跟ica做比较，竟然说比强大的ica还好；看来，国防科大的博士，还是很牛的。《OI and fMRI Signal Separation Using Both Temporaland Spatial Autocorrelations 》在这篇论文中，对于将图像数据分析，分为两大类： 一、第一类是基于统计知识的，比如ica、pca等方法； 二、第二类是基于相关关系的，比如cca；——————————————————————————————————————————————————————————顺着，这篇文章的思路，需要继续下面的工作： 1. 阅读:...
阅读全文
posted @ 2014-03-31 10:42
二郎那个三郎
摘要：引言 Introduction 需要特别说明，spm是每一个体素为单位，计算统计量，进行t检验。1.分别在每个体素上做方差分析;2.对每个体素的方差分析结果，计算t检验统计量;3.计算等同于t检验统计量的z值;4.绘制一副t检验统计量map，或者z值map;5.利用随机场理论，纠正统计检验结果的显著性水平。 命名说明Naming of parts observation = a voxel value, in the voxel we are analysing, for one scan; 观测值 = 就是图像中的一个体素值; response variable = data for...
阅读全文
posted @ 2014-03-30 20:26
二郎那个三郎
摘要：1.参考 reference 1. tutorial主页：http://www.bcs.rochester.edu/people/raizada/fmri-matlab.htm。 2.speech_brain_images.mat数据：speech_brain_images.mat。 3.showing_brain_images_tutorial显示大脑图像代码：showing_brain_images_tutorial.m。 4.overlaying_Tmaps_tutorial.m叠加t检验统计图：overlaying_Tmaps_tutorial.m。2.程序执行过程 run s...
阅读全文
posted @ 2014-03-30 19:30
二郎那个三郎
摘要：1.参考 reference 1. tutorial主页：http://www.bcs.rochester.edu/people/raizada/fmri-matlab.htm。 2.speech_brain_images.mat数据：speech_brain_images.mat。 3.showing_brain_images_tutorial显示大脑图像代码：showing_brain_images_tutorial.m。 4.overlaying_Tmaps_tutorial.m叠加t检验统计图：overlaying_Tmaps_tutorial.m。2.程序执行过程 run s...
阅读全文
posted @ 2014-03-30 17:14
二郎那个三郎
摘要：1.简介 introduction Google Code Pretiffy 是 Google 的一个用来对代码进行语法着色的 JavaScript 库，支持 C/C++, Java, Python, Ruby, PHP, VisualBasic, AWK, Bash, SQL, HTML, XM...
阅读全文
posted @ 2014-03-30 15:46
二郎那个三郎
摘要：在googlecode页面的搜索框中：搜索label:google ，结果列表中就会显示所有开源软件列表。或者直接点击这个连接：http://code.google.com/hosting/search?q=label%3Agoogle&projectsearch=Search+projects。现...
阅读全文
posted @ 2014-03-30 15:31
二郎那个三郎
摘要：1.在得到头动评估的数据基础上，可以汇出头动变化的折线图。运行本程序需要下载相应的实例数据headmove_data.txt头动是fMRI的一个重要问题，该程序画出了某个被试进行扫描时头动的具体变化情况%%%% 导入数据rp_ascan001=load('headmove_data.txt');figuresubplot(2,1,1)plot(rp_ascan001(:,1:3))xlabel('image');legend({'x translation','y translation','z translation&#
阅读全文
posted @ 2014-03-30 15:14
二郎那个三郎
摘要：1.多行注释单行注释是加%%{若干语句%}2.快捷键多行注释: 选中要注释的若干语句, 编辑器菜单Text-<Comment, 或者快捷键Ctrl+R取消注释: 选中要取消注释的语句, 编辑器菜单Text-<Uncomment, 或者快捷键Ctrl+T 3.利用逻辑判断，相当于“解释运行时”注释掉...
阅读全文
posted @ 2014-03-30 11:10
二郎那个三郎
摘要：本程序意在解释这样几个问题：完整版代码在本文的最后。1.实验的设计如何转换成设计矩阵？2.设计矩阵的每列表示一个刺激条件，如何确定它们？3.如何根据设计矩阵和每个体素的信号求得该体素对刺激的敏感性？程序详解：1.构造hrf hrf_small = [ 0 4 2 -1 0 ];figure(1);clf; plot(0:4,hrf_small,'o-'); grid on; xlabel('Time (in units of TRs, 4s long...
阅读全文
posted @ 2014-03-30 10:59
二郎那个三郎
摘要：这里包含了这样一个数据集：slice_data.mat。这个数据集中包含的mri数据是：64*64*25。共有25个slice。每个slice的分辨率是64*64。程序非常简短：load slice_data.mat %转载数据for i=1:25 %总共有25个切片 subplot(5,5,i) slice=scan1(:,:,i); imagesc(slice'); %这里对图像矩阵过了转置。不然头是歪的。end本程序讲解了：fMRI每1秒钟对大脑进行25层全脑扫描究竟发生了什么？得到的数据究竟什么样？如过要重复的做一件事：显示单层图像，用循环语句如何实...
阅读全文
posted @ 2014-03-30 10:52
二郎那个三郎
摘要：MATLAB支持工作区的保存。用户可以将工作区或工作区中的变量以文件的形式保存，以备在需要时再次导入。保存工作区可以通过菜单进行，也可以通过命令窗口进行。数据导出1. 保存整个工作区 选择File菜单中的Save Workspace As…命令，或者单击工作区浏览器工具栏中的Save，可以将工作区...
阅读全文
posted @ 2014-03-30 10:43
二郎那个三郎
摘要：%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clear all;clc;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% haemodynamic response function: BOLD signal has stereotyped shape every% time a stimulus hits it. We usually use the spm_hrf.m in SPM toolbox to% produce HRF. Here, we use the 29 vector
阅读全文
posted @ 2014-03-30 10:01
二郎那个三郎
摘要：使用过新浪博客的人都知道，新浪博客的首页有访问量统计功能，迁移到博客园之后发现博客园却没有这项功能，所幸博客园在后台管理的设置选项中有一个公告栏和设置页首页脚代码功能，使用起来非常灵活和方便。借此我们可以通过网络上提过的其他强大的插件来为获取更加详细的访问统计信息（博客园这难道是借鉴了传统unix中...
阅读全文
posted @ 2014-03-30 09:20
二郎那个三郎
摘要：1.总结背景 在linux系统下，如果你下载并安装了应用程序，很有可能在键入它的名称时出现“command not found”的提示内容。如果每次都到安装目标文件夹内，找到可执行文件来进行操作就太繁琐了。 这涉及到环境变量PATH的设置问题，而PATH的设置也是在linux下定制环境变量的一个组成部分。2.变量简介 Linux是一个多用户的操作系统。每个用户登录系统后，都会有一个专用的运行环境。通常每个用户默认的环境都是相同的，这个默认环境实际上就是一组环境变量的定义。用户可以对自己的运行环境进行定制，其方法就是修改相应的系统环境变量。3.定制环境变量 环境变量是和Shell紧密相关...
阅读全文
posted @ 2014-03-29 21:25
二郎那个三郎
摘要：1. 在登录Linux时要执行文件的过程如下：在刚登录Linux时，首先启动 /etc/profile 文件，然后再启动用户目录下的 ~/.bash_profile、 ~/.bash_login或 ~/.profile文件中的其中一个，用户主目录下文件的执行的顺序为： ~/.bash_profile -> ~/.bash_login -> ~/.profile。 如果 ~/.bash_profile文件存在的话，一般还会执行 ~/.bashrc文件。因为在 ~/.bash_profile文件中一般会有下面的代码：if [ -f ~/.bashrc ] ; then . ...
阅读全文
posted @ 2014-03-29 21:14
二郎那个三郎
摘要：回收站其实就是一个文件夹，存放被删掉的文件。ubuntu 回收站的路径：$HOME/.local/share/Trash/ 强制清空回收站： rm -fr $HOME/.local/share/Trash/files/*
阅读全文
posted @ 2014-03-29 21:05
二郎那个三郎
摘要：meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的。它也可以是更高维的。这里的大小指的是，size()函数的大小，size()函数返回的是一个向量， 那么size(A) = size(B).[A,B]=Meshgrid(a,b)生成size(b)Xsize(a)大小的矩阵A和...
阅读全文
posted @ 2014-03-29 20:59
二郎那个三郎
摘要：size：获取数组的行数和列数length：数组长度（即行数或列数中的较大值）numel：元素总数。 1.size()函数s=size(A),当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时数组的行数，第二个元素是数组的列数。[r,c]=size(A),当有两个输出参数时，size函数...
阅读全文
posted @ 2014-03-29 20:44
二郎那个三郎
摘要：1、向量的创建1）直接输入：行向量：a=[1,2,3,4,5]列向量：a=[1;2;3;4;5] 2）用“:”生成向量 a=J:K 生成的行向量是a=[J,J+1,…,K] a=J:D:K 生成行向量a=[J,J+D,…,J+m*D],m=fix((K-J)/D) 3）函数linspace用...
阅读全文
posted @ 2014-03-29 20:40
二郎那个三郎
摘要：1.Matlab中数组元素引用有三种方法1.下标法(subscripts)2.索引法(index)3.布尔法(Boolean)注意：在使用这三种方法之前，大家头脑一定要清晰的记住，Matlab中数组元素是按列存储(与Fortran一样)，比如说下面的二维数组A= 8 1 6 ...
阅读全文
posted @ 2014-03-29 20:27
二郎那个三郎
摘要：功能二维曲线绘图语法plot(Y)plot(X1,Y1,...)plot(X1,Y1,LineSpec,...)plot(...,'PropertyName',PropertyValue,...)plot(axes_handle,...)h = plot(...)hlines = plot('v6'...
阅读全文
posted @ 2014-03-29 20:16
二郎那个三郎
摘要：1.三者的功能定义：gcf 返回当前Figure 对象的句柄值gca 返回当前axes 对象的句柄值gco 返回当前鼠标单击的句柄值，该对象可以是除root 对象外的任意图形对象，并且Matlab 会把当前图形对象的句柄值存放在Figure 的CurrentObject属性中。 2.matlab下的...
阅读全文
posted @ 2014-03-29 20:12
二郎那个三郎
摘要：clear 是清变量；clc 只清屏；clf 清除图形窗口上的旧图形；hold on 是为了显示多幅图像时，防止新的窗口替代旧的窗口；close 关闭所有显示的图像。
阅读全文
posted @ 2014-03-29 19:51
二郎那个三郎
摘要：Matlab之print,fprint,fscanf,disp函数print：print函数可以把函数图形保存成图片：[plain]view plaincopyminbnd=-4*pi;maxbnd=4*pi;t=minbnd:0.1*pi:maxbnd;plot(t,sin(t),'g','Lin...
阅读全文
posted @ 2014-03-29 18:41
二郎那个三郎
摘要：1. matlab中有一个函数iscell() 用于判断一个数组是不是cell array参考：MATLAB Function ReferenceiscellDetermine whether input is cell arraySyntaxtf = iscell(A)Descriptiontf ...
阅读全文
posted @ 2014-03-29 18:31
二郎那个三郎
摘要：1.几大常用格式这张ppt介绍了现在常用的三种格式：dicom主要由扫描器产生，一般是一个slice一个文件；analyze 格式= .img/.hdr spm下用的最多；nifti ，由fsl & afni & spm几个老大哥共同确定的格式，支持3d或者4d。2.利用spm的dicom import 把dicom原始数据转换成分析格式。 一般从sanner拷出来的文件夹中，每一个文件夹里的dicom文件，代表一个被试一次run的结果。spm会自动将dicom转成hdr/img格式。3.利用matlab从hdr/img中读取文件信息，绘图，抽取出矩阵数据等等。 学会使用spm
阅读全文
posted @ 2014-03-28 20:54
二郎那个三郎
摘要：http://hi.baidu.com/flykite083/blog/item/920f56636e803b640c33facb.htmlhttp://www.cnblogs.com/ysjxw/archive/2008/05/28/1209033.htmlI've found a good passage talking about covariate:Covariate:In design of experiments, a covariate is an independent variable not manipulatedby the experimenter but st
阅读全文
posted @ 2014-03-28 19:16
二郎那个三郎
摘要：reference:http://www.psychology.gatech.edu/cabi/Resources/Course/index.htmlsluggish 懒散的，无精打采的。哈哈，ppt作者好有意思啊。有效的设计，是能够hrf可预测。predictable。1. 统计量是基于可解释和不可解释的变异性之间的比率；variability 1. HRF是很缓慢的，加性的。 1.视觉皮层，展现了视觉刺激，在人眼接受刺激5s之后。所以，fmri是一种间接的测量方式。 为了使可预测的变异性最大，我们把神经信号与HRP作卷积，得到一个近似的响应信号。 1.我们说fmri的bold信号，...
阅读全文
posted @ 2014-03-28 17:06
二郎那个三郎
摘要：基于下面这份ppt：Comparing SPM and FSL， bylChris Rordenfsl & spm都是免费的，都很受欢迎。spm更受欢迎。 两者的区别在于何时利用normalise 归一化操作。二者的头动矫正算法是不同的：spm是基于variance指标，fsl是基于normalised correlation 指标。spm的头动，包含非刚体变换unwarp操作。fsl的会将头动参数传递给feat的统计模型中。spm的头动矫正，sophisticated（好，但是复杂），并且耗时。这两种技术都可以去除噪声，但是在与头动相关的研究中，也会带来问题，reduce power
阅读全文
posted @ 2014-03-28 16:13
二郎那个三郎
摘要：在肖柯的硕士毕业论文中《基于CCA的fMRI时空模型数据处理方法的研究》，他的总体思路是利用cca提取出fmri图像在时间和空间上两个相关系数，也就是两个特征，然后利用pca，对这两个特征进行融合，得的一个综合的相关系数，然后利用这个综合的相关系数进行选取阈值，然后判别激活与否。首先，他没有降噪。其次，他有一个假设，就是信号发生体素具有空间局部性和时间局部性。所以，我们才有这样的假设，就是如果一个体素的时间cca系数较高，或者空间cca系数较高，那么，再或者空间-时间两者系数都较高，那么我们就可以判别这个体素是激活的。但是，这个假设成立与否，是值得怀疑的。最后，这位作者的实验设计，不够完整，比
阅读全文
posted @ 2014-03-28 15:22
二郎那个三郎
摘要：A kernel machine-based fMRI physiological noise removal method关于，fmri研究中，生理噪声去除的价值：一、现在随着技术的提升，高场fmri越来越得到应用。高场能够提高图像的信噪比，但是生理噪声却也会提升。所以在高场成像分析中，生理噪声的去除会成为一个不可忽略的因素。二、在静息态fmri中，功能网络的检测依赖于低频的大脑自发信号。这些信号和生理噪声，在频率上，是有着类似的特征。为了提高静息态分析的准确性，去除生理噪声，是必须的操作。在这篇论文中，作者试图采用pca分析fmri的数据，思想是从时域，或者说频率上将混叠的信号和噪音进行区
阅读全文
posted @ 2014-03-28 15:04
二郎那个三郎
摘要：方差分析参考：http://wiki.mbalib.com/wiki/%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90方差分析(Analysis of Variance，简称ANOVA)什么是方差分析 方差分析（ANOVA）又称“变异数分析”或“F检验”，是R.A.Fister发明的，用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。 一个复杂的事物，其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显...
阅读全文
posted @ 2014-03-28 11:06
二郎那个三郎
摘要：参考：http://emuch.net/html/201102/2841741.html首先是目的不同。F检验用于比较两种分析方法是否存在显著差异（单边检验）或者两种方法紧密度是否存在差异（双边检验），我记得老师说是用于检验新方法是否可行，相当于系统误差。而T检验是利用统计量t，检验操作是否存在误差，或者不同人（不同实验组）之间是否存在误差。按这种说法，如果为了彻底检验新方法，就得必须先做F检验，再做T检验（不存在系统误差方法才可行）。简单的说T检验时检验平均值的，F检验时检验标准方差的。第二个就是精度不同。这个我记不清了印象中F检验成功，T检验可能不成。按上边说法，说点个人理解。lzF检验没
阅读全文
posted @ 2014-03-28 11:02
二郎那个三郎
摘要：1.什么情况下，应用t检验1. 已知总体的均值m，或者我们假设了一个总体均值m；2. 我们知道样本的个数n，样本的的方差var，样本的均值m；3. 我们假设总体，或者样本都是服从正太分布的。2. 我们的目的，就是要检验这个总体均值m是否合理 3.具体步骤：参考：http://wiki.mbalib.com/wiki/T%E6%A3%80%E9%AA%8CT检验的步骤 1、建立虚无假设H0:μ1= μ2，即先假定两个总体平均数之间没有显著差异； 2、计算统计量t值，对于不同类型的问题选用不同的统计量计算方法； 1）如果要评断一个总体中的小样本平均数与总体平均值之间的差异程度，其统计量t值...
阅读全文
posted @ 2014-03-28 10:40
二郎那个三郎
摘要：工具箱下载：http://leelab.googlecode.com/svn/trunk/apps/drtoolbox/————————————————————————————————————————————参考：https://chunqiu.blog.ustc.edu.cn/?p=413 这个工...
阅读全文
posted @ 2014-03-28 10:26
二郎那个三郎
摘要：1.应用pca的前提 应用pca的前提是，连续信号具有相关性。相关性是什么，是冗余。就是要利用pca去除冗余。2.pca的定义 pca是一种去除随机变量间相关性的线性变换。是一种常用的多元数据分析方法。pca将互相关的输入数据转换成统计上不相干的主成分（或者特征），所得到的主成份通常是按照方差大...
阅读全文
posted @ 2014-03-28 09:46
二郎那个三郎
摘要：1.从概率论中相关系数推广而来 在概率论中，研究两个变量之间的线性相关情况时，提出了 相关系数 这个概念。做一下推广，如果研究一个变量和多个随机变量之间的线性相关关系时，提出了 全相关系数（或者复相关系数）的概念。然后，在1936年，有个叫做hotelling的数学家，又进一步做了推广，研究 多个...
阅读全文
posted @ 2014-03-28 09:28
二郎那个三郎
摘要：在写Matlab笔记时，其中要输入一些公式。如果用截图，上传图片到博客中，会因为截的图大小不一很难看，而且图片数据很大，很不科学，这有点麻烦！so，我google搜索下解决方法和资源，整理如下：首先肯定是解决如何在博客中插入公式：1,在博客设置中，html头中添加代码，导入mathML库如：然后直接...
阅读全文
posted @ 2014-03-28 08:58
二郎那个三郎
摘要：Mathtype常用快捷键其实细心一些大家会发现，mathtype中不必用鼠标点来点去，大部分都对应有键盘操作，既快捷又准确。而且，你在用光标点选时，状态栏都会提示选的内容及其快捷键。下面是一些常用的。1. 放大或缩小尺寸,只是显示，并不改变字号Ctrl+1（100%）Ctrl+2（200%）Ctr...
阅读全文
posted @ 2014-03-28 08:48
二郎那个三郎
摘要：什么叫做方法的鲁棒性： fmri分析有四级： 一级：单个被试，单次实验。individual、a singal run； 二级：单个被试，多次实验。individual、multiple runs； 三级：多个被试，但是是一个群体如果你有一个方法，能在这四级分析中都能保持结果的敏感性和特异性，那么你的方法就是鲁棒的。
阅读全文
posted @ 2014-03-28 08:19
二郎那个三郎
摘要：关于fmri数据分析的两大类，四种方法： 数据驱动：tca：其实这种方法，主要是提取时间维的特征。如果用它来进行数据的分析，则必须要利用其他的数据方法，比如结合ICA。ica：作为pca的一般化实现。是一种结构化的方法，就像和小波、傅立叶类似。只不过，比他们要更一般化。小波和傅立叶主要是在频率域做分析，而ica提取出的成分是统计独立的。这些成分，可以理解为本质上有是独立的成分。这就已经超越了频域相同的范畴，更加一般化了。聚类：什么意思呢。先找指标，特征。然后，剩余的方法，就完全和老冯的属性论，定性映射是相仿的。就是根据欧氏距离来判断，二者是否属于一类。 模型驱动：基于spm的glm模型，这种方
阅读全文
posted @ 2014-03-28 08:15
二郎那个三郎
摘要：一、利用ica进行fmri数据分解时，在得到相互独立的成分后，这些成分的后续处理，其实是有很多文章可以做的。比如，对这些成分进行排序和选择。如果能够提出某种方法，能够自动地制造特征，并将这些特征与分解后的独立成分的特征进行比对，确定相应的结果。比如，激活与否。这也可以算做是fmri信号的盲分离算法。二、tca分析，就是进行成分的特征提取与判别的。这种方法的假设是：一个被试在一次run中，大概会得到150多个timepoint的数据。将大脑在这150多个时间点的峰值信号值提取出来，然后得到一个150多个信号的一维向量。用这个向量来反映大脑在一次run中的状态的持续，其中向量中的每一个值代表大脑在
阅读全文
posted @ 2014-03-28 08:14
二郎那个三郎
摘要：“对这个项目，我们必须要有固定的报价。虽然我们还不清楚项目的具体情况，但仍要有一个报价。到星期一，我需要整个团队的评估，并且我们必须要在年末交付整个项目。”Venkat & Andy 提出了这样一种意见：固定的价格就是保证要背叛承诺。A fixed price guarantees a broken...
阅读全文
posted @ 2014-03-26 14:49
二郎那个三郎
摘要：1. m文件与m函数的区别所谓 MATLAB 程序，大致分为两类：M 脚本文件 (M-Script) 和 M 函数 (M-function), 它们均是普通的 ASCII 码构成的文件。 M 脚本文件中包含一族由 MATLAB 语言所支持的语句，它类似于 DOS 下的批处理文件，它的执行方式很简单...
阅读全文
posted @ 2014-03-25 15:48
二郎那个三郎
摘要：作为一个系统管理员，可能要经常的为机器添加用户，可能是在一台机器上添加很多用户，也有可能是在很多机器上要添加同一个用户。基本上，批量添加用户有两种方式，一是用useradd + passwd命令配合脚本来添加，二是用newusers+chpasswd来添加。第一个方法合适用来在不同的机器上添加不同的...
阅读全文
posted @ 2014-03-23 16:08
二郎那个三郎
摘要：一、df 命令；df 是来自于coreutils 软件包，系统安装时，就自带的；我们通过这个命令可以查看磁盘的使用情况以及文件系统被挂载的位置；举例：Shell代码[root@localhostbeinan]#df-lhFilesystem容量已用可用已用%挂载点/dev/hda811G6.0G4.4G58%//dev/shm236M0236M0%/dev/shm/dev/sda156G22G35G39%/mnt/sda1我们从中可以看到,系统安装在/dev/hda8 ；还有一个56G的磁盘分区/dev/sda1挂载在 /mnt/sda1中；其它的参数请参考 #man df二、fdsikfdi
阅读全文
posted @ 2014-03-23 15:56
二郎那个三郎
摘要：1. /etc/passwd文件 1.1 /etc/passwd文件内容格式 用户名: 密码 : uid : gid :用户描述：主目录：登陆shell 举个例子： ＃cat /etc/passwd //利用cat命令打开查看passwd内容root:x:0:0:Superuser:/:daemon:x:1:1:Systemdaemons:/etc:bin:x:2:2:Ownerofsystemcommands:/bin:sys:x:3:3:Ownerofsystemfiles:/usr/sys:adm:x:4:4:Systemaccounting:/usr/adm:...
阅读全文
posted @ 2014-03-23 15:52
二郎那个三郎
摘要：1. MRI analysis tutorials：http://www.mccauslandcenter.sc.edu/CRNL/wp-content/tools/tutorial/index.html2.国外关于神经科学的软件库：http://neuro.debian.net/3. spm主站：http://www.fil.ion.ucl.ac.uk/4. fsl主站：http://fsl.fmrib.ox.ac.uk/fsl/fslwiki/5. 美国某大学开始的一个公开课，非常全面的fmri分析入门：http://www.psychology.gatech.edu/cabi/Resou
阅读全文
posted @ 2014-03-23 15:13
二郎那个三郎
摘要：1.spm初学者教程：http://www.ernohermans.com/wp-content/uploads/2011/11/spm8_startersguide.pdf2.spm官方mannual：http://www.fil.ion.ucl.ac.uk/ 在spm官网上有，spm的教程，官方mannual，以及与mannual对应的datasets。3.利用spm做block(或者epoch)设计：http://www.mccauslandcenter.sc.edu/CRNL/wp-content/tools/tutorial/html/blockspm.html4.国内的一些博客和.
阅读全文
posted @ 2014-03-23 15:07
二郎那个三郎
摘要：MRIcro tutorial参考网址：http://www.mccauslandcenter.sc.edu/mricro/mricron/ http://www.cabiatl.com/mricro/mricro/mricro.htmlThis guide gives is a brief description of how you can use MRIcro and SPM to work with patient scans. For the MRIcro manual and software, visit theMRIcro home page(also availabl...
阅读全文
posted @ 2014-03-23 14:52
二郎那个三郎
摘要：Talairach空间、MNI空间、Native空间、Stereotaxic空间 Native空间就是原始空间。 图像没有做任何变换时就是在原始空间。在这个空间中图像的维度、原点、voxel size等都是不同的，不同被试的图像之间不具有可比性，计算出来的任何特征都不能进行统计分析，或是用于机器学习。所以必须对所有被试的图像进行配准标准化到同一个模板上，这样所有被试的维度、原点、voxel size就一样了。 使用MNI标准模板，就表示把图像转换至MNI空间了。一般而言MNI模板是最常用的，研究的比较多。标准空间的图像也是指MNI空间的图像。 Talairach空间和MNI空间的坐标有对应的.
阅读全文
posted @ 2014-03-23 14:45
二郎那个三郎
摘要：支持向量机通俗导论（理解SVM的三层境界）前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考...
阅读全文
posted @ 2014-03-23 14:35
二郎那个三郎
摘要：在处理fMRI数据时，使用空间ICA的方法。将一个四维的fMRI数据分解为空间pattern与时间序列的乘积。 //这里的pattern=component其中每一pattern的时间序列是该pattern中强度（z-score值）最大的voxel的时间序列。//取component中z值最大的voxel的timecourse作为此pattern的timecourse该pattern中剩余voxel的时间序列与最大voxel的时间序列的相关性逐渐降低。对应在pattern中就是剩余voxel的z-score值降低。因此pattern其实是一个脑网络，可以理解为以最大z-score值也就是pea
阅读全文
posted @ 2014-03-23 14:25
二郎那个三郎
摘要：布罗德曼分区是一个根据细胞结构将大脑皮层划分为一系列解剖区域的系统。神经解剖学中所谓细胞结构（Cytoarchitecture），是指在染色的脑组织中观察到的神经元的组织方式。布罗德曼分区最早由德国神经科医生科比尼安·布洛德曼（Korbinian Brodmann）提出。他的分区系统包括每个半球的52个区域。其中一些区域今天已经被细分，例如23区被分为23a和23b区等。从物种间差异来讲，同一分区号码在不同的物种间并不一定代表相似的区域。大脑半球外侧面的布罗德曼分区大脑半球内侧面的布罗德曼分区以下列出人类大脑皮层的布罗德曼分区系统。1，2和3区：体感皮层（习惯上常称为“3，1和2区”
阅读全文
posted @ 2014-03-23 14:07
二郎那个三郎
摘要：The MNI brain and the Talairach atlasSPM 96 and later use standard brains from the Montreal Neurological Institute. The MNI defined a new standard brain by using a large series of MRI scans on normal controls. Recall that the Talairach brain is the brain dissected and photographed for the famous Tal
阅读全文
posted @ 2014-03-23 14:00
二郎那个三郎
摘要：1. 人的中枢神经系统图示 中枢神经系统（CNS，Central nervous system）是神经系统中神经细胞集中的结构，在脊椎动物包括脑和脊髓；在高等无脊椎动物如环节动物和昆虫等，则主要包括腹神经索和一系列的神经节。 人的中枢神经系统构造最复杂而完整，特别是大脑半球的皮层获得高度的发展，成为神经系统最重要和高级的部分，保证了机体各器官的协调活动，以及机体与外界环境间的统一和协调。 中枢神经系统与周围神经系统组成了神经系统，控制了生物的行为。 整个中枢神经系统位于背腔，脑在颅腔，脊髓在脊椎管；颅骨保护脑，脊椎保护脊髓。 ...
阅读全文
posted @ 2014-03-23 13:50
二郎那个三郎
摘要：下面利用一张大脑矢状面（侧视图）来描述ac-pc的空间位置关系。前联合用红色点表示，后联合用黄色表示。在Talairach 模板的官方文档中,AC-PC线从前联合AC的表面出发，延伸到后联合PC的中央。如下图所示：再举一个例子，在MNI标准图像中标示出前联合的位置。 如下图所示，前联合在红色虚线的交汇处。J. Talairach and P. Tournoux, "Co-planar Stereotaxic Atlas of the Human Brain: 3-Dimensional Proportional System - an Approach to Cerebral Ima
阅读全文
posted @ 2014-03-23 13:22
二郎那个三郎
摘要：1. 安装两个软件1. git的命令行程序--git for windows：http://git-scm.com/download/win2. git的GUI程序--tortoisegit:http://code.google.com/p/tortoisegit/downloads/list需要说...
阅读全文
posted @ 2014-03-23 13:07
二郎那个三郎
摘要：1. 仿射变换的应用1. 在用PS时，大家一定用过旋转、水平剪切和垂直剪切的操作。2. spm在fmri图像数据预处理时，normalize归一化这一步时，需要将带配准图像与来自standard space的模板图像进行配准，配准除了涉及旋转、平移这些刚体变换之外，还包括放缩、错切。这就构成了a f...
阅读全文
posted @ 2014-03-23 10:55
二郎那个三郎
摘要：“如果不熟悉线性代数的概念，要去学习自然科学，现在看来就和文盲差不多。” --瑞典数学家Lars Garding名著《Encounter with Mathematics》。1. 矩阵的基本问题 然而“按照现行的国际标准，线性代数是通过公理化来表述的，它是第二代数学模型，...，这就带来了教学上的困难。”事实上，当我们开始学习线性代数的时候，不知不觉就进入了“第二代数学模型”的范畴当中，这意味着数学的表述方式和抽象性有了一次全面的进化，对于从小一直在“第一代数学模型”，即以实用为导向的、具体的数学模型中学习的我们来说，在没有...
阅读全文
posted @ 2014-03-23 10:18
二郎那个三郎
摘要：第一篇：JAVA字符编码系列一：Unicode,GBK,GB2312,UTF-8概念基础第二篇：JAVA字符编码系列二：Unicode,ISO-8859,GBK,UTF-8编码及相互转换第三篇：JAVA字符编码系列三：Java应用中的编码问题第四篇：JAVA中文字符编码问题详解-Java认证考试资格考试http://www.233.com/Java/zhuanye/20100901/11390954-2.html
阅读全文
posted @ 2014-03-22 21:45
二郎那个三郎
摘要：一、jsp连接Oracle8/8i/9i数据库（用thin模式）testOracle.jsp如下：";}rs.close();// 关闭结果集stmt.close();// 关闭执行语句对象conn.close();// 关闭与数据库的连接%>二、jsp连接Sql Server7.0/2000数据库testSqlServer.jsp如下第一个字段内容为：三、jsp连接DB2数据库testDB2.jsp如下：四、jsp连接Informix数据库testInformix.jsp如下：五、jsp连接Sybase数据库testSybase.jsp如下：六、jsp连接MySQL数据库te
阅读全文
posted @ 2014-03-22 21:40
二郎那个三郎
摘要：1. 我们先在Tomcat 中创建一个DataSource-jdbc/Panabia，然后再创建一个java“基类”，这个类封装了数据库连接和连接的释放。package Panabia.db;import javax.sql.DataSource;import javax.naming.*;impo...
阅读全文
posted @ 2014-03-22 21:37
二郎那个三郎
摘要：本文将利用分析代码的方式，来学习一个集合类的内部结构，以及遍历集合的迭代模式的源码实现细节。下面我们先简单讨论一个根接口Collection，然后分析一个抽象类AbstractList和它的对应Iterator接口，并仔细研究迭代子模式的实现原理。本文讨论的源代码版本是JDK 1.4.2，因为JDK...
阅读全文
posted @ 2014-03-22 21:13
二郎那个三郎
摘要：总结：1.severlet容器是通过JavaBean中的属性方法名来获取属性名的，然后根据此属性名来从request中取值2.JavaBean中属性方法的命名，set后的名称要与你从request中传递过来的属性要一致，除第一个字母不区分大小写外，其他部分的大小写有严格的区分。3.设置JavaBean属性的顺序是按照属性方法在JavaBean中出现的先后顺序来设置的。1.实验：一个javabean程序+一个jsp页面// javabeapackage mycom;public class Test{ private String name; private int age; publi...
阅读全文
posted @ 2014-03-22 20:49
二郎那个三郎
摘要：1. java与mysql中日期、时间类型总结：mysql（版本：5.1.50）的时间日期类型如下：datetime 8bytes xxxx-xx-xx xx:xx:xx 1000-01-01 00:00:00到9999-12-31 23:59:59timestamp 4bytes xxxx-xx-...
阅读全文
posted @ 2014-03-22 20:37
二郎那个三郎
摘要：1.MySQL(4.1以后版本) 服务器中有六个关键位置使用了字符集的概念，他们是： 1.client 2.connection 3.database 4.results 5.server 6.system MySQL有两个字符集概念：一个就是字符集本身，一个是字符集校验规则。 ...
阅读全文
posted @ 2014-03-22 20:22
二郎那个三郎
摘要：1.问题描述：IE高度正常，但FOX显示少了4分之1。*height="150" height="110" 无法解决。2. 处理方式首先判断浏览器是IE还是火狐,然后专门针对火狐做单独的样式处理.在Iframe加载的时候就调用这个函数
阅读全文
posted @ 2014-03-22 20:03
二郎那个三郎
摘要：1.下载相应的组件的最新版本Commons FileUpload可以在http://jakarta.apache.org/commons/fileupload/下载附加的Commons IO可以在http://jakarta.apache.org/commons/io/下载2.将commons-fileupload-1.2.1.jar commons-io-1.4.jar拷贝到$TOMCAT\common\lib目录下3.具体调用代码如下：3.1 上传页面代码：//UploadExample.jsp 上传文件程序应用示例请选择要上传的文件3.2 后台处理页面"); }else{ ou
阅读全文
posted @ 2014-03-22 19:54
二郎那个三郎
摘要：1.环境：tomcat2.需要外部jar包：commons-fileupload-1.2.1.jarcommons-io-1.4.jarjson_simple-1.1.jar3.下载Kindeditor至项目任意目录中，如：/editor4.Kindeditor引用方式如下：一、html代码，创建一个textarea标签：二、引用js文件，并在本页面中利用js进行Kindeditor绑定：5.如何获取Kindeditor中的内容：一、1.在后面添加隐藏input和button，代码如下：二、添加javascript事件处理代码，代码如下：function save() { var s ...
阅读全文
posted @ 2014-03-22 19:49
二郎那个三郎
摘要：1.TinyMCE免费，开源，轻量的在线编辑器，基于 JavaScript，高度可定制，跨平台。2.FCKEditor免费，开源，用户量庞大的在线编辑器，有良好的社区支持。3.YUI Editor属于 Yahoo! YUI 的一部分，能输出纯净 XHTML 代码。4.NicEdit简单，易用，轻量，外观漂亮的在线编辑器。5.Kupu开源，支持 Ajax 保存，跨平台，易于集成，由 OSCOM 推出。6.Free Rich Text Editor非常容易部署，输出 XHTML 代码，功能丰富。7.WebWiz RichTextEditor这是一个商业产品，并不免费，但功能非常丰富，基于 ASP，
阅读全文
posted @ 2014-03-22 19:34
二郎那个三郎
摘要：1.创建excel文件//这里的jxl不是java的标准jar包，需要在项目中另外加载import jxl.Workbook; import jxl.write.Label; import jxl.write.WritableSheet; import jxl.write.WritableWorkbook; public class ExcelDownload extends HttpServlet { public void doGet(HttpServletRequest request, HttpServletResponse response) ...
阅读全文
posted @ 2014-03-22 19:22
二郎那个三郎
摘要：import jxl.Workbook; import jxl.write.Label; import jxl.write.WritableSheet; import jxl.write.WritableWorkbook; public class TxtDownLoad extends HttpServlet { public void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { ...
阅读全文
posted @ 2014-03-22 19:21
二郎那个三郎
摘要：一、将前台jsp页面中的所有你要用到checkbox的name值设为相同，如 二、在后台获取参数时，使用数组获取: String userid[] = request.getParameterValues("userid"); String userIdAll = ""; 三、进行数组必要的格式转换，再进行sql操作if (userid!=null) { for(int i=0;i<userid.length;i++) { userIdAll = userIdAll + userid[0] + "," ; ...
阅读全文
posted @ 2014-03-22 19:19
二郎那个三郎
摘要：1.html代码片段 2.javascript代码片段
阅读全文
posted @ 2014-03-22 19:11
二郎那个三郎
摘要：1. 仅仅利用javascript进行操作：//html代码如下： 11111 22222 33333 44444 55555 66666 77777 88888 99999//javascript的demo示例2.在后台jsp中进行操作1.html输入参数页面 姓名： 擅长技术： J2EE .NET ASP PHP 2. 后台jsp参数处理 02.jsp 姓名： 擅长技术： ...
阅读全文
posted @ 2014-03-22 19:07
二郎那个三郎
摘要：1.html代码：" type="hidden"> 教学班名称" style="background:'#dddddd';" size="50" readonly/>所在专业 说明 2.javascript代码：2.javascript代码
阅读全文
posted @ 2014-03-22 18:55
二郎那个三郎
摘要：1.html代码如下：Select your favorite fruit: 2.javascript代码如下：
阅读全文
posted @ 2014-03-22 18:33
二郎那个三郎
摘要：window.open("url?param="+paramvalue)传递参数出现乱码，在客房端显示是正常的，可是到服务端就是乱码。 1. 利用一个js在客户端转码的函数，escape(str);但是传到服务端仍然是乱码，所以必须在服务端进行解码。 2. 服务端执行request.setCha...
阅读全文
posted @ 2014-03-22 18:23
二郎那个三郎
摘要：一个stmt多个rs进行操作.那么从stmt得到的rs1,必须马上操作此rs1后,才能去得到另外的rs2,再对rs2操作.不能互相交替使用,会引起rs已经关闭错误——Operation not allowed after ResultSet closed.错误的代码如下: stmt=conn.cre...
阅读全文
posted @ 2014-03-22 16:52
二郎那个三郎
摘要：Commentscan be classified by:style (inline/block)parse rules (ignored/interpolated/stored in memory)recursivity (nestable/non-nestable)uses (docstring...
阅读全文
posted @ 2014-03-17 20:35
二郎那个三郎
摘要：%%%% Tutorial on the basic structure of using a planar decision boundary%%%% to divide a collection of data-points into two classes. %%%% by Rajeev Ra...
阅读全文
posted @ 2014-03-17 20:15
二郎那个三郎
摘要：1. linux文件系统的结构 linux文件系统是以一种树形结构存在，Linux的文件系统的入口就是/，所有的目录、文件、设备都在/之下，/就是Linux文件系统的组织者，也是最上级的领导者。2. linux文件系统的类型 （1）普通文件：如文本文件、C语言元代码、SHELL脚本、二进制的可执行文件等，可用cat、less、more、vi、emacs来察看内容，用mv来改名。（2）目录文件：包括文件名、子目录名及其指针。它是LINUX储存文件名的唯一地方，可用ls列出目录文件。（3）连接文件：是指向同一索引节点的那些目录条目。用ls来查看是，连接文件的标志用l开头，而文件面后以"-
阅读全文
posted @ 2014-03-17 10:21
二郎那个三郎
摘要：1. 切换到root工作环境，因为一下操作必须拥有root权限[haore147@localhost ~]$ su root密码：2. 编辑/etc/pam.d/gdm[root@localhost ~]# vi /etc/pam.d/gdm注释掉下面这行auth required pam_succeed_if.so user != root quiet 保存退出 3. 编辑/etc/pam.d/gdm-password[haore147@localhost ~]# vi /etc/pam.d/gdm-password注释掉下面这行auth required...
阅读全文
posted @ 2014-03-17 10:09
二郎那个三郎
摘要：-------------------------下面是阮一峰博士的git branch 逻辑结构图示----------------------------------------------如果你严肃对待编程，就必定会使用”版本管理系统”（Version Control System）。眼下最流...
阅读全文
posted @ 2014-03-17 09:36
二郎那个三郎
摘要：定义：Apache Subversion（简称SVN，svn），一个开放源代码的版本控制系统，相较于RCS、CVS，它采用了分支管理系统，它的设计目标就是取代CVS。 从这段话，我们可以得到四点信息：一、svn是开源的；二、是用来做版本控制的；三、前身是cvs；四、相较于cvs，它有一个显著特...
阅读全文
posted @ 2014-03-17 09:24
二郎那个三郎
摘要：1. ftp组件一般不是linux的自带组件，在ubuntu 12中，就自带了ftp组件 vsftp，而在redhat 9中，就没有自带需要从安装光盘中或下载相应的ftp的rpm包。~$ sudo apt-get install vsftpd 2. vsftp的配置，直接在vsftp的配置文件上进行...
阅读全文
posted @ 2014-03-16 14:15
二郎那个三郎
摘要：1. win7操作系统自带了ftp组件，所以不需要另外下载。只需要在控制面板中，添加或删除组件中启用即可。2. 在管理上，ftp和iis是属于同一个目录的。ftp也可以算是internet information service。3. 在iis中，添加一个新的ftp站点，指定名称，这个名称只有本地能...
阅读全文
posted @ 2014-03-16 13:57
二郎那个三郎
浙公网安备 33010602011771号