zoukankan      html  css  js  c++  java
  • fmri 分析数据 fsl & spm 两大平台比对

    基于下面这份ppt:Comparing SPM and FSL, by lChris Rorden 

    fsl & spm都是免费的,都很受欢迎。spm更受欢迎。
    

      

    两者的区别在于何时利用normalise 归一化操作。

    二者的头动矫正算法是不同的:
    spm是基于variance指标,fsl是基于normalised correlation 指标。
    spm的头动,包含非刚体变换unwarp操作。
    fsl的会将头动参数传递给feat的统计模型中。
    spm的头动矫正,sophisticated(好,但是复杂),并且耗时。
    这两种技术都可以去除噪声,但是在与头动相关的研究中,也会带来问题,reduce power。

      

    slice timing 越来越鸡肋了,所以在fsl中,索性就基本不用了。
    

      

    平滑,二者基本是相似的:
     fsl & spm都应用了空间平滑,高斯平滑核。
    在时域平滑时,是可选的。根据后面的统计需要进行。

    fsl较spm更鲁棒,
    spm在good dataset情况下,能取得较好的结果。
    所以,应用fsl会导致较多的残差。
    

      

    归一化分两种:
    直接
    间接
    

      

    fsl & spm 默认使用的配准(归一化)模板是不一样的,spm是基于一个T2 模板,而fsl是基于T1模板。
       FSL 使用 FLIRT (FMRIB's Linear Image Registration Tool) 这一工具进行配准。

    spm5及以上,使用了一种更牛逼的方法,就是进行对T1图像进行组织分割,把分割后的灰质、白质映射到模板空间中。

    个体统计:
    spm & fsl 都使用了glm来进行分析
    spm & fsl 的hrf函数建模结果使不同的。
    

      

  • 相关阅读:
    Understanding about Baire Category Theorem
    Isometric embedding of metric space
    Convergence theorems for measurable functions
    Mindmap for "Principles of boundary element methods"
    Various formulations of Maxwell equations
    Existence and uniqueness theorems for variational problems
    Kernels and image sets for an operator and its dual
    [loj6498]农民
    [luogu3781]切树游戏
    [atAGC051B]Three Coins
  • 原文地址:https://www.cnblogs.com/haore147/p/3630915.html
Copyright © 2011-2022 走看看