Gretna计算网络指标操作 | 您所在的位置:网站首页 › 图论 符号 › Gretna计算网络指标操作 |
忽然发现以前学习的gretna相关文章都收费了QaQ,于是自己扒gretna的手册写点笔记。 本文从gretna手册第6章开始,介绍软件操作,前面的fMRI预处理以及构建功能连接网络可以参考其他文章。 1."add"选中要使用的连接矩阵 Group ID可以指定分组(选好gretna会把结果按组整理) 选定输出结果存放位置 2.无论计算哪个网络指标,都需要考虑以下参数 ①sign 虽然目前有研究表示一些特定的功能连接模式之间是负相关的,但是这种负相关可能是由全脑信号回归(这一步操作目前还有争议)导致的。对于网络拓扑学来说,负相关对于TRT可靠度(Test-Retest)有着决定性的效果并且表现出与正相关不同的组织模式。因此gretna提供三种选项来决定网络连接分析的对象。 positive-只纳入正相关连接 negtive-只纳入负相关连接的绝对值 absolute-都纳入,取绝对值 ②Threshlod method 可以选Network Sparsity或者Value of Matrix Element Network Sparsity 阈值定义为实际边数除以网络中最大可能边数的比率。对于相同节点数网络,固定稀疏阈值可以确保相同数量的边,通过对每个网络应用特定阈值,可以检查相对网络组织。 Value of Matrix Element 可以人为定义一个阈值,以便使权重大于给定阈值的连接被保留,其他阈值被忽略,这种方法允许检查绝对组织网络,请注意:相同连通性强度阈值可能生成网络中的边数不同,可能会混淆网络拓扑中的组间比较。 这两个阈值策略是互补的,共同为测试网络提供了全面的方法。最后,鉴于缺乏选择单个阈值的明确方法,研究人员可以输入一系列连续阈值来研究网络属性 网络稀疏度Threshold sequence如何计算(内容参考自up主:百度真难用)赞同,百度确实难用 初探gretna_哔哩哔哩_bilibili 对预处理有问题的可以看这个视频,点赞投币支持下这个up 首先调用函数文档,里面有介绍 doc gretna_get_rmax 根据你选择的模板,例如我用164*164,随机构建一个N=164*164,计算得到稀疏度下限smin=0.03(如果你是aal 90,那么下限0.05) [~,smin,~]=gretna_get_rmax(rand(164,164)) (因为我们方法是用网络稀疏度,所以只取中间的smin) ***建议第一次只跑small world,看看结果,根据sigma值(要远大于1)看下被试是否满足小世界 然后根据这个结果再来调整threshold sequence的参数(步长及最大值)先给0.05:0.01:0.5跑 ***如何判断设置的threshold sequence是否合适跑完后做单样本T检验,放入一组的Sigma all thres文件 base 因为单样本T是与一个固定值比较,因此base设成大于1的数 比如1.1 跑完以后分析结果: thrd=load('T1_PThrd.txt'); Pvec=load('T1_PVector.txt'); 需要看46个阈值是否都0.05 find(Pvec>0.05) 输出空向量,即表示Threshold sequence选择合适 ③Network type binary 二值化网络分析,可以减少网络分析的复杂性,但是忽略了阈值强度以下的连接,因此难以识别一些微弱的网络组织模式 weighted 加权网络分析 ④Random Network 将人脑网络与随机网络进行比较,来检测人脑网络指标是否具有显著非随机的拓扑学特征 一般就用100 不用改 ***常用指标(全局指标,每个人只有一个,最后只做一次T检验不用多重比较矫正)一般分析完以后,用a开头文件进行后续分析 有的指标文件夹会给出每个阈值下的结果,根据需求使用 ***Queque用几个核跑(一般4、5) 看完啦点个赞吧(*^▽^*) |
CopyRight 2018-2019 实验室设备网 版权所有 |