关於FC分析

您好,
 
我是DPABI的新使用者,关於FC跑完後的结果,想确认我的理解是否正确。
 
每个参与者有170个TR,一共设置了6个ROI,并勾选了Functional Connectivity以及Extract ROI time courses
 
最後我在Result资料夹得到了FC_FunImgARCFWS, ROISignals_FunImgARCFWS, VMHC_FunImgARCFWSsym三个资料夹
 
我想我要的资料应该在FC_FunImgARCFWS与ROISignals_FunImgARCFWS两个资料夹内
 
FC_FunImgARCFWS内有以下档案:
 
ROI_FCMap_XXX.mat: 读取後在workspace得到名为SeedSeries的variable,为170(TR数) x 6 (ROI数)的矩阵。看起来应该是该ROI的time course?
ROIxFCMap_XXX.nii (x = 1~6): FC MAP的image,用於後续跑Statistic Anlysis之用
zROIxFCMap_XXX.nii(x = 1~6):FC MAP进行z转换後的image,用於後续跑Statistic Anlysis之用
ROISignals_FunImgARCFWS内有以下档案:
 
ROISignals_XXX.mat: 读取後在workspace得到名为ROISignal的variable,同样为170(TR数) x 6 (ROI数)的矩阵,为该ROI的time course。
ROICorrelation_XXX.mat: 读取後在workspace得到名为ROICorrelation的variable,为6个ROI之间的correlation。
ROICorrelation_FisherZ_XXX.mat: 读取後在workspace得到名为ROICorrelation_FisherZ的variable,为6个ROI之间的correlation,但已进行过z转换。
 
 
若我想了解各个ROI与whole brain之间的FC,则是采用zROIxFCMap_XXX.nii,然後使用DPABI的Stastical Anlysis进行分析
 
若我想了解两个ROI之间的connectivity,请问我该读取ROI_FCMap_XXX.mat还是ROICorrelation_FisherZ_XXX.mat内的资料进行统计分析呢(我目前是采用後者)?
 
这两个.mat档内含的似乎都是该ROI的time course,但是这两个170 x 6的矩阵中,仅有头两个ROI的资料是一模一样的,後4个ROI的数据则有些微差距。
 
我对於这点感到很困惑。
 
感谢您的阅读,谢谢!
 
两个.mat读取後的结果如图:

我的setting如图

你的猜想都是对了。关于不同,请看http://rfmri.org/content/difference-between-time-series-extracted-functional-connectivity-analysis-and-extract-roi

您好,感谢您的回覆!

 

志浩