摘要：
利用cca进行fmri分析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... 阅读全文
摘要：
1.基于小波+高斯模型《SPATIOTEMPORAL DENOISING AND CLUSTERING OF FMRI DATA》 阅读全文
摘要：
Tic和toc函数可以计算运行一段时间的代码。例如：clcticd=zeros(1,10000);for i=1:10000 d(i)=i;endtocticc=1;for i=1:10000 c=[c:i];endtoc运行结果如下：Elapsed time is 0.000158 s... 阅读全文
摘要：
最近遇到一个问题，如果因变量为一个连续变量（如胰岛素水平），主要考察的变量为分组变量（如正常血糖组，前糖尿病组，糖尿病组三组），现在的目的是想看调整多种变量（包括多个连续性变量和分类变量）后，胰岛素水平是否一致。一开始的思路想到的是采用GLM进行协方差分析来解决。但是有觉得似乎不是很对，因为经典的协方差分析通常只考虑一个连续变量（协变量）和一个分组变量，同时协变量和分组变量只有不存在交互的时候（经典协方差分析的前提）才能使用协方差分析。针对我目前的问题，如果想调整多个连续性变量和分类变量，这种方法能否再叫协方差分析？如果可以认为是协方差的思想，用不用检验协方差分析的前提（如协变量与分组变量之间 阅读全文
摘要：
参考：http://blog.csdn.net/songzitea/article/details/18219237 阅读全文
摘要：
1.样本矩阵 如果是一个随机变量，那么它的样本值可以用一个向量表示。相对的，如果针对一个随机向量，那么就需要利用矩阵表示，因为向量中的每一个变量的采样值，都可以利用一个向量表示。 然后，一个矩阵可以利用行向量组与列向量组进行表示。2.数学期望和方差的定义3.协方差的定义式4.协方差矩阵的定义参考：http://blog.csdn.net/itplus/article/details/11452743 阅读全文
摘要：
参考：http://blog.csdn.net/ysuncn/article/details/1749729 阅读全文
摘要：
1.spm;2.afni;3.fsl;4.drtools;5.prtools;6.phycaa+;7.cca-fmri; 阅读全文
摘要：
《The NPAIRS Computational StatisticsFramework for Data Analysis in Neuroimaging》Strother.performance metric ，作为评测分析的量化方式，我们必须对分析的结果和效应进行量化分析。1.通过将（p，r）作为一个函数用来衡量PDA分析的主成份子空间的大小。 NPAIRS框架有三个作用： 1.衡量全局信噪比； 2.衡量fmri数据集的维度； 3.优化fmri数据处理的时间轴。2.以前的PET研究，很多都是基于神经网络和机器学习。而现在的fmri分析，大多是基于单变量glm，然后做统计校验。不... 阅读全文
摘要：
1. churchill 在phy+版本中，应用了集合论的思想，噪音依托于体素而存在，而体素分两种：神经组织NT，也就是灰质；非神经组织NN，也就是非灰质。如果，利用绝对的二分法，那么生理噪声都是由NN产生，信号都是由NT产生；但是，世界是相对的，集合论也需要和模糊数学进行结合：信号仍然都是由NT产... 阅读全文