afni GLM模型分析激活的脑区 (FMRI Data Analysis at Individual Level)-白红宇

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 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)

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)

OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序（附源码）

OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别

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）

OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序

OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割（步骤 + 代码）

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)

OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割（步骤 + 代码）

OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数（步骤 + 源码）

OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)

OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测（步骤 + 代码）

OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)

OpenCV与AI深度学习 | 实战｜OpenCV实时弯道检测(详细步骤+源码)

OpenCV与AI深度学习 | 实践教程｜旋转目标检测模型-TensorRT 部署(C++)

OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项

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

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）

OpenCV与AI深度学习 | 水下检测+扩散模型：或成明年CVPR最大惊喜！

OpenCV与AI深度学习 | 深度学习检测小目标常用方法