请点击上面“思影科技”四个字,选择关注我们,思影科技专注于脑影像数据处理,涵盖(fMRI,结构像,DTI,ASL,EEG/ERP,FNIRS,眼动)等,希望专业的内容可以给关注者带来帮助,欢迎留言讨论及转发推荐,也欢迎了解思影科技的课程及数据处理服务,可添加微信号siyingyxf19962074063进行咨询。(文末点击浏览)
    为更好地帮助到想要利用神经影像做科研的客户们,拓展思影科技的业务范围,思影科技推出脑结构磁共振sMRI成像数据处理业务如感兴趣请联系杨晓飞siyingyxf或19962074063(微信号)进行咨询,电话:
18580429226.

一、数据质量检查
      好数据是好结果的前提,我们会对您的数据进行细致的检查,提高科研结果的严谨性。
     主要包括:扫描参数检查,包括体素大小、层厚等参数,确保参数合适与统一;图像伪迹检查,包括鬼影、变形等;其他检查,包括图像是否缺损、图像原点位置等。对于可能发现的数据质量问题,思影将提供合适的参考意见。也可帮助客户进行扫描参数的设计。
二、基于体素的形态学测量分析(VBM
     基于先进的图像分割/配准算法,可以为您精确计算多种体积指标。
     主要包括:
 1.组织分割。基于DARTEL方法,将结构像分割为灰质、白质、脑脊液。
 2.空间标准化、调制。将灰质、白质、脑脊液图像配准到标准脑模板空间;随后基于配准生成的形变场,对图像进行调制,生成灰质体积、白质体积等指标图;不经过调制,可生成灰质密度、白质密度等指标图。除此之外,也可计算灰质总体积、白质总体积、颅内总体积、灰质总体积/颅内总体积比值、白质总体积/颅内总体积比值等综合指标。
图示. VBM计算流程(组织分割、空间标准化)
3.统计分析(体素水平)。对于上述指标,可根据实验设计进行统计分析,可选:双样本T检验、单因素方差分析、双因素方差分析等。此外,在适当的场景,可进行多重比较校正,如FDR校正、FWE校正等,也可基于TFCE方法进行校正。
    4.基于ROI的相关分析。基于特定的脑图谱(如AAL Atlas)提取指标值,在ROI水平进行参数检验;选取适当的感兴趣脑区(可根据上述统计分析的结果提取),与临床行为量表进行相关性分析。
5.结果可视化。根据结果形式,可绘制渲染视图、散点图等。
三、基于表面的形态学测量分析(SBM
      基于表面的皮层指标计算,也可以精确地实现。
  主要包括:
  1.组织分割与皮层重建。对结构像进行分割,并重建皮层。
  2.皮层指标计算。主要有:
        1) 常规皮层指标,包括皮层厚度、曲率等;
        2)复杂度指标,包括局部回指数、脑沟深度、分形维度等指标。

图示.组织分割、皮层重建、皮层指标。
3.统计分析(顶点水平)。可基于实验设计进行参数检验(包括T检验与方差分析,参考VBM统计)。可在适当场景进行多重比较校正,包括Monte Carlo Simulation等。
4.基于ROI的统计分析。基于表面分割脑图谱(如DK Atlas)提取指标值,在ROI水平进行参数检验;根据统计分析(顶点水平)的结果确定感兴趣区域,提取感兴趣区域的指标,与临床行为量表进行相关性分析。
5.结果可视化。根据结果形式,可绘制渲染视图、散点图等。
注:数据处理过程中,会检查图像分割、皮层重建状况;如有必要,会进行手工修正。
四、结构协变网络
      如果您关注脑发育相关或者进程缓慢的脑疾病,结构协变网络是一种具有潜力与可解释性的分析方法。
   主要包括:
 1. 结构协变网络的构建。基于特定的脑图谱(如AAL Atlas),在同一群组被试内计算脑区之间结构指标值(如灰质体积、皮层厚度等)的协同变化关系,生成协变网络矩阵。
图示.结构协变网络的构建、分析流程
2. 图论分析。基于图论数学工具,计算:1)全局属性,包括小世界属性、全局效率、特征路径长度、集聚系数、局部效率等;2)局部属性,包括节点度、介数、节点效率、节点局部效率等。
3.统计分析。对上述图论指标进行置换检验,探究不同群组之间协变网络特性的差异。
  4. 结果可视化。根据结果形式,可绘制矩阵图、曲线图等。
五、皮层下区域体积分析
      尺度更小的分析,如海马、杏仁核的亚区分割,如今也可以实现。
主要包括:
    1.海马亚区分割与体积分析。主要包括:海马亚区的分割;海马亚区的体积提取;海马亚区体积的统计检验。

图示.海马亚区分割
  2.杏仁核亚区分割与体积分析。主要包括:杏仁核亚区的分割;杏仁核亚区的体积提取;杏仁核体积的统计检验。
图示.
杏仁核亚区分割


       3.结果可视化。根据结果形式,绘制bar图、点状图等。
六、皮下结构shape分析
      皮下体积分析有时候不能检测到该皮下结构某部位萎缩或膨胀,shape分析有助于检测
到更细微的皮下结构变化。
主要包括
      1、FSL软件分割皮下结构(包括海马、杏仁核、丘脑、苍白球、壳核等),重构皮下核团表层,在表层上做基于顶点的shape统计分析。

       2、结果的可视化显示
七、结构-DTI指标联合分析
     白质的弥散特征,可以和结构指标一起分析。
 1.皮层下结构分割/DTI指标分析。主要包括:皮层下结构的分割;结构图像-DTI图像的配准;皮层下各脑区(ROIDTI指标值的提取;基于ROI的统计分析。
2.结构指标与DTI指标的相关性分析。主要包括:感兴趣区域内DTI指标的提取;结构指标-DTI指标的相关性分析。
图示.胼胝体FA值与皮层厚度的相关性。
3.结果可视化。依据结果形式绘制bar图、渲染视图等。
八、灵活的统计策略
     如果您的实验有特殊设计或需求,我们可以为您提供灵活的统计策略,尽可能地寻找有意义的结果。
1.结构指标的纵向分析。主要包括:被试特定模板的构建;结构指标的计算;纵向数据结果的统计。
   2.SurfStat统计。前述皮层指标,可使用SurfStat软件统计;借助该软件的统计模型及多重比较校正工具,以期得到更具解释性的结果。
九、基于结构指标机器学习
      热门的机器学习方法,可以帮助您寻找潜在的结构影像生物标记。
  1. MVPA分析。基于常见的结构指标,构建机器学习模型,实现对不同群组的分类以及对量表得分的预测。常见的结构指标包括:灰质体积、皮层厚度等(前述其他指标也可利用);常见的机器学习模型包括:支持向量机(SVM)、线性判别分析(LDA)、Logistic回归、随机森林(Random Forest)、RVR、Elastic Net等。
  2. 基于ROI的结构指标特征的分类/回归。提取感兴趣脑区的结构指标值作为特征,进行特征过滤后,基于上述模型实现分类/回归。
  3. 结果可视化。MVPA分析可以提供权重图,以展示对分类/回归贡献较大的脑区;基于ROI的分类/回归可以提供bar图。
十、定制化分析
 尊重您的要求,我们可以尝试实现您独特的想法。
图示.工程师在讨论
1.分析方法可定制。思影科技可根据您提供的模板文献,基于您的实验数据,实现文献中使用的数据分析方法。此外,未列出的分析方法,只要在思影科技的能力范围内,尽力实现您的想法。
2.分析代码可定制。在没有现有的软件适用于您的数据分析需求时,思影科技会与您协商,通过编写代码实现您的想法,并提供代码的完整实现。
微信扫码或者长按选择识别关注思影
非常感谢转发支持与推荐
欢迎浏览思影科技的其他数据处理业务及课程介绍。请直接点击下文文字即可浏览思影科技所有的课程,欢迎添加微信号siyingyxf19962074063进行咨询,目前思影采取预报名制度,所有课程均开放报名,受疫情影响部分课程时间或有调整,报名后我们会第一时间联系,会为您保留名额):
思影课程介绍:
招聘及产品:
继续阅读
阅读原文