基于cat12和SPM12进行VBMSBM数据分析笔记1——数据预处理
前言
今年是小编步入研究生生活的第一年,研究方向待定,但主要以磁共振成像为主,以后会不断地总结这方面的知识,涉及MRI,数据分析基础方法理论,软件操作教程,文献阅读笔记总结等等,用来记录我的研究生三年学习过程。文章编写尽量保证简洁明了,通俗易懂,本就是小白,也能体会小白的痛。不过这也要谢谢一个人手动@小白(网名),他总是不断提醒我要把自己所学的写下来,讲出来才能真正的做到输入和输出,查漏补缺,因此他给我推荐了CSDN这个平台来记录笔记。而用cat12软件学习VBM数据分析是我即将面临的第一个数据分析的训练,整个笔记都是一边操作一遍记录,如有错误之处,还望各位专业人士指出改正,有任何疑问皆可留言。
一、cat12简介
Matlab的CAT12工具箱和SPM工具箱目前广泛用于各种脑部疾病的VBM分析,可以处理多种的structural MRI数据。
二、环境配置
系统:Windows 10专业版
软件运行平台:Matlab2018a
所需工具包:
- SPM12(下载安装教程)
- cat12(下载安装教程)
- MRIcro——用于查看xxx.nii格式文件(下载安装教程)
三、数据预处理过程
结构像数据预处理流程图如下:
1.数据准备
被试测试图像均为大脑结构像中的T1像,文件格式为sub-xxx.nii,其文件内容一定是可用MRIcron软件进行查看,否则将会导致程序运行错误。并将所有被试图像(sub-xxx.nii)全部放置在同一个文件夹下。
注意:一定要保证文件格式为.nii格式,否则cat12无法读取数据。文件格式的转换小编就不在此赘述了,如有需要小编会更另一篇笔记。
2.组织分割(segment)
步骤:运行Matlab2018a,在命令框中输入:spm敲回车,调用spm工具包
命令框中会出现以下内容:
命令执行之后会弹出以下三个窗口,主要以SPM12为主:
在SPM for functional MRI部分找到Toolbox,下拉找到cat12,点击打开cat12工具包,之后便会出现工具包cat12的操作界面,如下图:
点击segment,进入如下界面:
双击Volumes,进入如下界面,按照图中所示操作,选择测试数据的T1像,选中数据之后再点击done,回到segment界面,选择好volumes之后下面根据自己的实验需要更改下方参数或者对应功能选项,而且每个参数或者功能选项界面上都有详细介绍,此处由于小编只是为了测试训练,故全部选择默认选项。
注意:模板(Affine Regularisation)要看数据样本来源选择对应欧洲模板(European brains)或者亚洲(East Asian brains),这是根据人种不同,大脑内部结构也会有所差异。
选定完数据和参数功能,即可点击三角形run,紧接着Matlab命令框中会有一系列运行之后的详细过程,以及会有另外几个Command Window框(运行数据的核,进行多组数据分析时可以通过核来分组并行计算,缩短数据运行时间,至于开几个核可以在上一步选择,这里选用默认四个核,这个框不能关闭,否则可能会导致程序中断)弹出记载着运行过程和时间,不需要做任何处理,等待即可
最后在存储原始T1数据文件夹中会出现三个文件夹——mri(分割之后的图像)、report(数据分割过程及结果存)、label。此时分割并没有完成哦!!!(这是小编犯的第一个错误,所以不能着急哦)
PS:至于小编此处问什么会多出现一个surf文件夹,是由于小编的Surface默认选项选了yes,某位小伙伴跑数据时就只有三个,是他告诉我在这里默认是yes,他的是no,多谢提醒。不过多了也不用在意,只是多分割了一种surface皮层数据,这个是当你做皮层统计分析SBM时需要提取surface皮层指标时会用到,这个在小编的后续教程SBM统计分析中会讲到哦。
分割完成的标志是在mri文件夹中只剩下四种命名的.nii文件——mwp1xxx.nii(标准化灰质体积图像)、mwp2xxx.nii(标准化白质体积图像)、p0xxx.nii(原始图像)、wmxxx.nii(剥脑&标准化T1图),如下图所示:
注意:由于磁共振图像数据信息量比较大,用cat12做分割处理当数据量比较大时要花费大量时间,所以不要急于去关闭所有操作界面 ,等待完成标志出现。分割完成之后就可以去查看分割图像了,可以直接用MRIcro查看。下图是同一个被试的灰质和白质分割结果:
3.数据预处理——质量检测QC(data quality check)
分割结束之后,我们需要对数据进行质量检测,为下一步统计分析做准备。关闭分割界面,回到cat12操作界面,下拉 Data Quality,选择Slice Display
进入界面可以选择四个测试样本的灰质mwp1-或白质mwp2-的.nii文件,点击proportional scaling选择yes
点击运行之后就可以在Matlab自动弹出的figure窗中查看分割结果,如下图所示(灰质分割结果):
也可以看生成的report文件夹中的pdf文件,如下图例所示:
4.体积数据文件获取
回到cat12操作主界面,在statistical analysis部分,点击Get TIV,如图所示:
双击XML files进入选择.xml格式的数据(数据储存在report文件夹中)
接下来在Save values处选择你要获取的数据——仅需全脑体积或者全脑及各组织体积,Output file是体积保存的文件名称,可以通过点击Specify修改,选定之后点击run就可以了,在Matlab命令框中会显示数据结果,同时也会保存成文件。
至此,VBM的预处理工作基本完成,最重要的步骤就是分割,分割是一定要处理好,否则接下来所有的数据处理过程都可能出现问题。计算结果如下图所示:
最后,接下来就是做组间相关分析,请看下一篇。
参考文献
cat12-Manual(http://www.neuro.uni-jena.de/cat12/CAT12-Manual.pdf)
基于cat12和SPM12进行VBMSBM数据分析笔记1——数据预处理相关推荐
- Python数据分析入门笔记9——数据预处理案例综合练习(男篮女篮运动员)
系列文章目录 Python数据分析入门笔记1--学习前的准备 Python数据分析入门笔记2--pandas数据读取 Python数据分析入门笔记3--数据预处理之缺失值 Python数据分析入门笔记 ...
- Python数据分析入门笔记4——数据预处理之重复值
系列文章目录 Python数据分析入门笔记1--学习前的准备 Python数据分析入门笔记2--pandas数据读取 Python数据分析入门笔记3--数据预处理之缺失值 Python数据分析入门笔记 ...
- Python数据分析入门笔记5——数据预处理之异常值
系列文章目录 Python数据分析入门笔记1--学习前的准备 Python数据分析入门笔记2--pandas数据读取 Python数据分析入门笔记3--数据预处理之缺失值 Python数据分析入门笔记 ...
- Python数据分析中的数据预处理:数据标准化
[小白从小学Python.C.Java] [Python全国计算机等级考试] [Python数据分析考试必会题] ● 标题与摘要 Python数据分析中的 数据预处理:数据标准化 ● 选择题 以下关于 ...
- 基于Python的海量豆瓣电影、数据获取、数据预处理、数据分析、可视化、大屏设计项目(含数据库)
目录 项目介绍 研究背景 国内外研究现状分析 研究目的 研究意义 研究总体设计 网络爬虫介绍 豆瓣电影数据的采集 数据预处理 大数据分析及可视化 豆瓣影评结构化分析 大屏可视化 文本可视化 总结 每文 ...
- 深度学习笔记8 数据预处理
数据预处理标准流程 自然灰度图像 (1)灰度图像具有平稳特性,对每个数据样本分别做均值消减(即减去直流分量)--每个图像块,计算平均像素值,并将图像每个像素点减去均值.每个图像块有一个不同的均值. x ...
- Tableau数据分析笔记-Chapter08数据分层、数据分组、数据集
Tableau数据分析-Chapter08数据分层.数据分组.数据集 数据分层(层级)结构 分层结构的概念与意义 分层结构的创建与使用实例 数据分组 数据组创建及使用 电量销售数据按地理区域分组 数据 ...
- HIT-大数据分析Lab1:数据预处理-实验记录
本文是哈工大大数据分析实验1的完整实验记录,包含环境配置,相关知识介绍以及实验解析.希望对后来人有帮助(新手小白没什么头绪,走一步查一步对应的博客o(╥﹏╥)o),博客链接之间会穿插一些我自己的理解, ...
- MATLAB数据分析与挖掘 --数据预处理篇
数据清洗 主要工作是删除原始数据集中的无关数据.重复数据.平滑噪声数据,筛选掉与挖掘主题无关的数据,处理缺失值.异常值等. 缺失值处理: 一般可删除记录.数据插补和不处理.数据插补常用方法如下: 其中 ...
- 【TL第二期】动手学数据分析-第二章 数据预处理
文章目录 第二章 第一节 数据清洗及特征处理 第二节 数据重构1 第三节 数据重构2 第四节 数据可视化 第二章 第一节 数据清洗及特征处理 数据清洗:对于原始数据中的缺失值.异常值进行处理.相当于数 ...
最新文章
- 1.网页学习-开始学习第一步:
- Nodejs--url模块
- 深入制造 云计算大数据与智能制造论坛将于6月16日召开
- stm32数据手册中文_浅聊STM32系统构架
- 百度前端技术学院html任务,重回百度前端技术学院第一天 HTML复习
- Android构建流程——篇五
- GitHub 标星 5000+!学生党学编程,有这份资料就够了!
- 高薪进大厂 | 面试指南
- Max retries exceeded with url 解决方案
- struts 通配符的使用
- I2C总线 | 百度百科
- 用汇编的眼光看C++(之class构造、析构)
- 全流程各工程类型地下水环境影响评价【一级】方法与MODFLOW Flex建模技术
- java 开源进销存项目_JSH_ERP 开源版J2EE进销存系统代码源码下载|JSH_ERP 开源版J2EE进销存系统代码源码官方下载-太平洋下载中心...
- 多层感知机BP算法推导
- REDO和UNDO详解
- 专科三年的教训,写给自己,也给正在学习路上的你
- 特征图注意力_深度学习入门之注意力机制
- 海外代购的那些事。系列连载教程攻略! 今天你代购了吗?
- JAVA#泛型'学习札记
热门文章
- C++ Primer 第5版--练习9.31
- 微型计算机属于超大规模集成电路计算机,超大规模集成电路计算机是第几代计算机...
- 三年级下册计算机知识点,【北师大】三年级下册语文各单元知识点归纳
- 柔性防水套管与人防密闭套管究竟有何不同?
- 新闻发布系统(java实现)+论文
- FL Studio使用外部音源播放导入的MIDI文件
- 烤仔观察丨和你息息相关!DCEP 能否领跑?各国数字货币都在搞什么?
- 央行数字货币在技术上是如何实现的
- Google要退出中国了
- 全网可达,交换机和路由器的配置,vlan