当前位置： 首页 > article >正文

基于fMRI数据计算脑脊液(CSF)与全脑BOLD信号的时间耦合分析

article 2025/1/7 23:56:32

一、前言

  笔者之前的文章《基于Dpabi和spm12的脑脊液（csf）分割和提取笔记》，介绍了如何从普通的fMRI数据中提取CSF信号。首先是基础的预处理，包括时间层校正、头动校正，再加上0.01-0.1Hz的带通滤波。接着用SPM12分割出CSF区域，设置一个比较严格的0.9阈值，确保提取的真是CSF信号。最后在桥前池那个位置，也就是最后一个非零层面上把CSF信号提取出来。

  本笔记打算更进一步，研究CSF信号和全脑BOLD信号之间的关系。这种耦合关系其实挺有意思：它可能反映出大脑的代谢清除效率，也可能和神经胶质淋巴系统的功能有关。笔者会详细介绍如何计算这个耦合度，把整个分析流程和相关代码都分享出来。希望能和同样对这个方向感兴趣的同学一起交流。

二、数学原理-互相关(Cross-correlation)

一、耦合度定义

  互相关(Cross-correlation)是测量两个信号相似度的简单方法，用它来度量BOLD-CSF的耦合可以告诉我们:

  1. BOLD和CSF信号有多相似
  2. CSF信号要延迟多少时间才能最匹配BOLD信号

http://www.kler.cn/a/470795.html

相关文章：

  • 【pyqt】（四）Designer布局
  • OSI模型的网络层中产生拥塞的主要原因？
  • C++二十三种设计模式之迭代器模式
  • “AI智慧语言训练系统：让语言学习变得更简单有趣
  • 除了RAII和智能指针，还有哪些资源管理机制？
  • 行业商机信息付费小程序系统开发方案
  • 进行电商系统的开发
  • 使用 Nginx 轻松处理跨域请求（CORS）
  • 在vue3中根据需要展示特定国家的国旗
  • Postman + Jenkins + Report 集成测试
  • 在 ASP.NET CORE 中上传、下载文件
  • train_args = TrainingArguments()里面的全部参数使用
  • 中电金信携手华为发布“全链路实时营销解决方案”，重塑金融营销数智新生态
  • 设计模式-结构型-适配器模式
  • flutter 专题二十四 Flutter性能优化在携程酒店的实践
  • 计算机毕业设计Python+Vue.js游戏推荐系统 Steam游戏推荐系统 Django Flask 游 戏可视化 游戏数据分析 游戏大数据 爬虫
  • AI巡检系统在安全生产管理中的创新应用
  • 游戏引擎学习第74天
  • Redis 数据库源码分析
  • Opencv实现Sobel算子、Scharr算子、Laplacian算子、Canny检测图像边缘
  • stm32 移植RTL8201F（正点原子例程为例）
  • Easyexcel-4.0.3读取文件内容时遇到“java.lang.ClassNotFoundException”
  • 《从入门到精通：蓝桥杯编程大赛知识点全攻略》（二）-递归实现组合型枚举、带分数问题
  • libaom 源码分析线程结构
  • uni-app 页面生命周期及组件生命周期汇总（Vue2、Vue3）
  • 特征点检测与匹配——MATLAB R2022b