BIDs App从静息态fMRI数据中提取血动力学反应函数
项目描述
静息态HRF估计和解卷积。
请参考https://github.com/compneuro-da/rsHRF获取MATLAB版本
基本思想
此工具箱旨在检索由静息态fMRI BOLD体素信号触发的伪事件的时间起点和血动力学反应。它基于点过程理论，并拟合模型来检索事件和HRF起点之间的最佳滞后时间，以及HRF形状，可以使用具有两个导数的标准形状，或者一个（平滑的）有限脉冲响应。
一旦检索到每个体素的HRF，就可以从时间序列中解卷积（例如，以改进基于滞后的连接估计），或者可以在大脑的各个地方（包括白质）映射形状参数，并使用形状作为病理生理学指标。
如何使用工具箱
输入是体素级别的BOLD信号，已经根据您喜欢的配方进行预处理。重要的是
- 在0.01-0.08 Hz间隔（或类似）进行带通滤波
- 对体素BOLD时间序列进行Z分数标准化
为了安全起见，这些步骤在代码中再次执行。
输入可以是图像（3D或4D），或者直接是[观察 x 体素]的矩阵。
可以使用时间掩码排除一些时间点（例如在擦拭后）。
演示允许您在几种输入数据格式上运行分析。
Python 包和 BIDS-app
为了便于和可重复地进行分析，已创建了一个 BIDS-App。其文档可通过以下网址访问：
http://bids-apps.neuroimaging.io/rsHRF/
合作者
-
吴国荣
-
Nigel Colenbier
-
Sofie Van Den Bossche
-
Daniele Marinazzo
-
Madhur Tandon (Python - BIDS)
-
Asier Erramuzpe (Python - BIDS)
-
Amogh Johri (Python - BIDS)
参考文献
-
Guo-Rong Wu, Wei Liao, Sebastiano Stramaglia, Ju-Rong Ding, Huafu Chen, Daniele Marinazzo*. "从静息态 fMRI 数据中恢复有效连接脑网络的盲卷积方法。" 医学图像分析，2013，17:365-374. PDF
-
Guo-Rong Wu, Daniele Marinazzo. "静息态血流动力学反应函数估计对自主神经系统波动的敏感性。" 王室学会 A 讨论会，2016，374: 20150190. PDF
-
Guo-Rong Wu, Daniele Marinazzo. "静息态 fMRI 中获取血流动力学反应函数：方法与应用。" PeerJ 预打印，2015. PDF
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解有关 安装包 的更多信息。
源分布
构建分布
rsHRF-1.5.8.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 66c79086c17bb532b9d1f2fe68e3c8f42e2b9f1291d8a7f5c215d7f793411382 |
|
| MD5 | f6ce034994e0092b0c05d4efec1c846b |
|
| BLAKE2b-256 | 6cfa0e1f0fdcf50eb081e64098f944054f8b98b6ad3f932e0a19ebbc88f6965d |
rsHRF-1.5.8-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 3820bdf9f6e06b60fd7f2cde255758e9f4fb02b7dea9432f2f7b907e68edfa21 |
|
| MD5 | 6c844a6958265cfad3827cf83ef8a5dd |
|
| BLAKE2b-256 | fde69853d1994e682f4ac17246f5e683e912efa1c436fe6ce45809f6a7091e66 |
