20110524_近红外课程_任务数据处理.ppt

* * 得到的SPM_indiv_HBO.mat * Estimate * Estimate 这一步计算量比较大，费时较长（在我的机器上大约10分钟） * Inference and results * Inference * Inference * Inference * Inference * Inference * Inference * Inference—Group analysis * Inference—Group analysis 得到SPM_group_HBO * Inference—Group analysis 不需要ch.location信息 * Inference—Group analysis * Time Series Analysis * Time Series Analysis 点击load，把nirs数据load到nirs_spm软件中 * Time Series Analysis * Time Series Analysis 选择处理方法 例如：F * Time Series Analysis 滤波之后的效果，以29导为例（29导是激活最强的导） * 假设检验 想知道北师大男生的平均身高是否高于165 cm，肿么办？ * 假设北师大男生的平均身高只有165 cm，根据经验，随机抽100人，其身高均值似乎应该在165 cm附近。而我们现在只做了一次随机试验：随机抽取100人，测其平均身高，就得到了175 cm的结果，远高于165 cm。这说明什么问题呢？ 原理：小概率事件在一次随机试验中发生的概率为0。 推断：拒绝原假设，即北师大男生的平均身高不止165，而是高于165。 由于师大男生很多，挨个人测身高很困难，因此进行抽样，随机抽取100人量取其身高，计算其平均值，为175 cm。能否据此下结论说北师大男生的平均身高高于165 cm呢？ 做这个推断有木有风险呢？风险是多大？ * 办法：还是先假设北师大全体男生平均身高只有165 cm。在这种假设下，我们每做一次随机试验（抽100个人测身高求均值），都会得到一个样本均值。当我们做许多许多次随机试验，可以得到一个在假设条件下的样本均值的分布。 165 175 155 次数 10000次百人身高均值分布 cm * 165 175 155 人数 10000次百人身高均值分布 共计500次 172 这说明在北师大全体男生平均身高只有165cm的假设条件下，每次都抽100人测平均身高，进行10000次，会有500次的结果是by chance地高于172 cm，即by chance抽出172+ 的概率为5%。所以我们根据抽一次得到175这一结果否定原假设，所要冒的犯错误的风险低于5% 什么情况下会犯错误？ * * * 建立不同人之间的可比性 使用三维定位仪的场合，对不同被试测量区域进行空间插值，提高分辨率，再对overlap的部分进行组上统计。 * sub 1 … sub n overlap group level individual level 本讲主要内容 原理部分 fNIRS探测区域的确定 fNIRS激活区检测原理 观察数据与数据预处理 操作部分 三维定位仪 NIRS-SPM软件 * √ 观察数据 观察数据的重要性 1. 及时发现数据的异常 是否有某些导没有记录到信号？ 数据中是否有异常的点（Nan，Inf）？ 其他异常（读取、解算过程中产生的错误） 2. 充分熟悉数据的特性 噪声情况如何（漂移、机器噪声、生理噪声、头动噪声）？ 是否能观察到信号跟随任务设计？ HbO和HbR是否存在反向变化特性？能否观察到明显的心跳频率？ * * 一段较好的数据 典型的头动噪声 常规的数据预处理 Detrend Filter * 去漂移（Detrend） 什么是漂移（drift / trend）？有何影响？ * 滤波（Filter） * 目的：去除数据中的高频和低频噪声 原则：不能破坏任务设计的频率 任务频率 0.0197Hz 参考波及其频谱： * 原始数据： 滤波后： 滤波结果示例 本讲主要内容 原理部分 fNIRS探测区域的确定 fNIRS激活区检测原理 观察数据与数据预处理 操作部分 三维定位仪 NIRS-SPM软件 * √ * 连好三维定位仪，将大天线置于被试脑后，用定位笔顺序点出： 参考点的位置（【必选】鼻根、枕骨隆突、双耳乳突、CZ； 【可选】其他10-20点） 全部的光极位置 全部导的位置。 使用三维定位仪获得光极和导的坐标位置 * 三维定位仪软件界面 每点一下定位笔按钮，本处出现1,2两行数据。新建一个文本(.txt)文件，把数据复制粘贴进去。 * 上一步产生的.txt文件 我们需要利用标“