添加Endnote样式

学术论文投稿过程中一个重要的步骤是按照学术期刊要求整理manuscript的格式,其中参考文献的格式是很关键的一步。Endnote是参考文献管理的一个很好用的工具。

在具体操作过程中,期刊一般会指定参考文献的Endnote样式,或者提供专用样式下载。针对第一种情况,选择相应的样式即可,针对后一种情况,则需要首先将专用样式下载,然后加入到Endnote中。具体方式以Human Brain Mapping为例记录备查。

Read More

由一篇JN上的文章想到的

这周组会我报告的是薛贵老师发在JN上的一篇脑结构预测reading ability的文章。起初选择该文章是出于以下两点考虑:1. 近期做个体差异的工作相对多一些,在分析方法上可能有所借鉴;2. 写作思路上的借鉴。

这篇文章内容大致如下:

在以往存在功能和结构成像技术研究reading的加工机制和个体差异的神经基础的背景下,作者提出已有研究存在两个问题,一方面往往采用单一的reading task,而reading ability是一个复杂的能力,由多个成分构成;另一方面样本量相对偏小。然后作者针对这两点,展开自己的研究。这篇文章涉及到7个不同的reading task,作者首先做了因素分析找到其中的3个成分,并分别命名为phonological readingform-sound associationnaming speed。然后采用fMRI研究中常用的MVPA的方法采用VBM的结构数据分别对3个成分进行预测。最后也采用传统的一元分析方式与MVPA的结果做了简单的对比。

Read More

对surface参数做配对T检验:以睡眠剥夺实验为例

在脑科学的研究中,带有操纵的前后测实验相对于个体差异或组间比较的实验,分量要相对大很多。而前后测往往就涉及到统计上的配对T检验。下面以一个例子记录一下针对Freesurfer生成的surface上的参数做配对T检验(Paired T-test)的流程。一方面自己备查,另一方面也希望对有相同需求的同学有所帮助。

这是一个前后测的研究,中间睡眠剥夺约72小时,共8名男性参与测试。下面的分析旨在考查72小时的睡眠剥夺是否对被试的皮层厚度(thickness)产生了一定的影响。

Read More

From freesurfer labels to volumetric masks

最近的工作涉及到获取两个脑区的mask:Fusiform GyrusEntorhinal Cortex。考虑到被试间的结构变异,决定采用Freesurfer针对被试的T1像分割的结果,其中主要涉及到recon-all这个命令。

在每个被试分割生成的结果中有两个分割方案,分别是aparc.annot[]和aparc.a2009s.annot[]。查看一些材料后,发现在要获取的mask上,两个分割方案存在一些差别。其中,aparc.annot中有单独的Entorhinal Cortex,而在aparc.a2009s中则将其融合进了旁海马的结构中,这样为了获取Entorhinal Cortex,可以从aparc.annot中获取;这对Fusiform Gyrus,在aparc.annot中存在一个Fusiform Cortex,即包括了Gyrus和Sulcus的结构,而在aparc.a2009s.annot中则把Gyrus和Sulcus做了区分,这样Fusiform Gyrus就可以从aparc.a2009s.annot中获取了。

接下来简单的记录一下从label到mask的操作过程(以Entorhinal Cortex为例):

Read More

互信息杂谈

谈到互信息,必然涉及到“信息”和“熵”两个概念。信息论的创始人Shannon给信息的定义是“用来消除不确定性的东西”;而在信息论中,熵表示的是不确定性的度量,不确定性越大,熵越高。对于一个熵越大的随机变量,需要越多的信息量来确定它的值。

而互信息是一个用来在信息论中衡量两个信号关联程度的度量,后其被用来对两个随机变量间的关联程度进行描述。互信息I(X;Y)=H(X)-H(X|Y)直观的意思就是知道了Y的值以后,我们对X的不确定性的减少量,即Y的值透露了多少关于X的信息量。(Mutual information measures the reduction of uncertainty in X after observing Y. )

互信息是非负的,也是对称的。当I(X;Y)远大于0时,表示二者关联度大;当I(X;Y)=0时,二者无关。且I(X; Y) = I(Y; X)。虽然,在某些计算互信息的工具包中二者并不相等。

Read More

用Python获取命令行输出

Python在慢慢成为脑影像数据处理中的主流语言。而在做脑影像处理时,不免有时候需要用到一些别人开发好的工具包,而这些包并不都是python包。比如对方采用C写好了算法,我们觉得这个算法很好,用在自己的数据上应该会有不错的结果。我在处理脑影像数据时遇到下面的情况:

需要用的工具包是C写的,那第一件事就是需要在运行该脚本的机器上重新编译该代码为可执行的程序,也就是用make了。

产生可执行文件后,在Terminal中执行测试,可以正常运行,发现结果以print到屏幕上的形式给出。

通常我采用python进行脑影像数据的读写,在读取数据后并进行一定的预处理后,需要循环调用上面提及的可执行程序,并获取其输出的结果。这时候如何来实现呢?显然,常用的’os.system()’是搞不定的,引起它只会返回程序的执行状态。下面是在网上查到的几种方案,尝试过都可以work。


Read More

White Matter Tracts from one subject

下面是用一个被试的DTI数据追踪白质纤维束的结果,作为blog的测试发上了。

图中对主要的纤维束做了简单的标记,对识记白质结构有一定的好处。

上图:

Read More

Fronto-occipital asymmetry or torque

最近在查一些脑结构对称性的文章,碰到一个新鲜词,记录一下。

Torque,更正式的称呼是Yakovlevian torque,等价于Fronto-occipital asymmetry。对这个现象的描述是这样的:
Right prefrontal cortex is larger than the left, whereas the leftoccipital cortex is larger than the right。

Read More

Matlab中分层聚类

一般分层聚类分为以下几步:

分步聚类:(1)用pdist函数计算样本之间的距离,确定两两样本之间的距离或相似性(这个和选择的计算pdist的方法有关系);(2)用linkage函数定义之间的连接;(3)用cophenet函数评价聚类效果;(4)用cluster函数进行聚类。

Read More

MICCAI小结

MICCAI 2013已经结束快两周了,做个小结继续上路。

此次参会印象最深刻,也是最受刺激的就是,某研究组对博士的要求是累积IF30分,这是何等的效率。由此引发了一些反思:

  1. 提高效率,这是最关键的;(效率)

Read More

OCTOPRESS TEST

Welcome

alert("Welcome here!");

中文测试

Congratulation!

Read More

endophenotype一词的使用

这是在一篇文章评审过程中,从reviewer那儿学来一个词。就学着用到了修改后的manuscript中,可是另一个reviewer不买账了,这才查了这个词到底有多神秘。

Wiki上关于endophenotype的定义,“Endophenotype is a genetic epidemiology term which is used to parse behavioral symptoms into more stable phenotypes with a clear genetic connection.”

Read More

美尼尔氏综合征患者为什么不能参加核磁实验?

即Menieres disease

一般核磁实验之前,工作人员往往会要求参加实验的人填写一份安全注意事项用于被试筛选,比如大家熟知的“体内不能有植入的金属”。主试也经常被问及“美尼尔氏综合症”是个什么病呢?大多数情况下主试会回复“一般人不会有”以让参加实验的人放心忽略这一项。

Read More

使用tksurfer可视化左右脑颠倒问题

Tksurfer是freesurfer中可视化surface结果的很方便实用的工具,命令举例如下:

tksurfer fsaverage lh inflated –overlay./fwhm10lh/c1.contrast/sig.mgh

即将统计分析结果sig.mgh左脑部分映射显示到“吹起”(inflated)皮层(以fsaverage为背景)上。

Read More

CentOS上非root安装git

CentOS 6之前yum源中没有git,只能自己编译安装。下面是简单的记录:

wget http://www.codemonkey.org.uk/projects/git-snapshots/git/git-latest.tar.gz

Read More