為更好的幫助到想要利用神經影像做科研的朋友們，拓展思影科技的業務范圍,思影推出嚙齒類動物（大小鼠）數據處理業務，如感興趣請聯系楊曉飛siyingyxf或18983979082（微信號）進行咨詢，電話：18580429226：
思影嚙齒類動物（大鼠/小鼠）數據處理現主要涵蓋sMRI（T1加權像）、dMRI（DWI，彌散加權成像）和fMRI（功能磁共振）三種模態。
一、數據質量控制
思影幫助客戶進行數據質量控制，包括數據預處理前的數據整理（模態信息整合、查漏）、掃描參數評估（包括序列的voxel size、TR、TE、時長等指標是否符合科研使用）和數據質量的人工篩查（明顯的偽影篩除、掃描是否完整等）。
二、fMRI數據處理業務
1、fMRI數據預處理
數據預處理內容包括：功能磁共振數據預處理流程包括數據格式轉換（dicom to nifti）、去除不穩定時間點（remove timepoints）、時間層校正（slice timing）、頭動校正（realign/head motion correction）、空間標準化（normalization）、空間平滑（smooth）、去線形漂移（detrend）、去尖峰（despiking）、濾波（filtering）、回歸協變量（nuisance covariates regression）、去除頭動過大的時間點（scrubbing）等，思影工程師將根據數據處理方案、科研標準和客戶偏好靈活調整數據預處理參數，達到個性化數據處理需求。
圖例數據預處理流程
2、rs-fMRI指標計算與組水平統計
1）頻域信號分析（ALFF、fALFF、slow3、slow4、slow5等）
通過傅立葉變換，計算血液動力學相關的特定頻率段（如0.01～0.08Hz）的振幅信息，可以反應大腦局部活動強度。
2）局部一致性分析（ReHo）
通過計算一定數目相鄰體素在體素水平上的肯德爾和諧系數，可以反應靜息時間段內局部血氧水平的功能一致性。
3）連接分析（voxel-wise FC、ROI-wise FC、VMHC、動態功能連接、格蘭杰因果等）
通過計算ROI與ROI、ROI與voxel之間時間序列的pearson相關系數，可以反映腦區間功能連接屬性；還可以在此基礎上計算左右腦鏡像位置的功能連接、通過加窗方式計算功能連通性在時間維度的動態變化等；以及利用因果模型探索功能連接的方向性。
voxel-wise FC數據處理
ROI-wise FC數據處理
4）基于圖論的腦網絡分析
基于大尺度腦區間ROI-wise功能連接結合圖論理論可以進一步進行腦網絡的圖論屬性分析（小世界屬性、Rich-club系數、度中心性、模塊化等）。
圖論屬性分析流程
5）基于ICA的腦網絡分析方法
通過盲源分離算法，在組水平上計算出時間上相互獨立的體素集合，來找出具有功能一致性的大腦區域，以此界定不同的腦功能網絡，還可以進一步對網絡內（within network，即ICA spatial map統計）和網絡間（between network，即（dynamic）functional network connectivity，FNC/dFNC）的功能連接進行組水平統計。
大鼠ICA成分圖例
3、任務態數據分析
通過刺激的時間序列構建基于被試的設計矩陣并通過一般線性模型擬合全腦BOLD時間序列，計算出刺激對應的全腦激活映射。
激活分析圖例
4、組水平統計與可視化
上述功能磁共振指標均可進行統計比較，包括t檢驗、方差分析、回歸分析以及置換檢驗等；本公司提供多樣化的多重比較校正方案如FWE校正、FDR校正、AlphaSim校正、GRF校正、TFCE校正以及NBS校正（只限于ROI-wise FC矩陣統計）等；同時還提供定制化結果可視化方案，可根據客戶提供的文獻圖例進行可視化。
三、sMRI數據處理業務
1、基于體素的形態學分析（VBM）
借助FSL/VBM8等工具包對T1像進行分割、配準并計算灰白質體積密度。
灰白質分析圖例
2、結構協變連接分析
根據已有圖譜提取分割好的灰質體積值，構建組水平結構協變連接矩陣并進行組間比較。
3、組水平統計與可視化
上述結構磁共振指標均可進行統計比較，包括t檢驗、方差分析、回歸分析以及置換檢驗等；本公司提供多樣化的多重比較校正方案如FWE校正、FDR校正、AlphaSim校正、GRF校正、TFCE校正等等；同時還提供定制化結果可視化方案，可根據客戶提供的文獻圖例進行可視化。
四、dMRI（彌散成像）數據處理業務
1、數據預處理
思影會對您采集的數據質量進行把關，數據預處理具體包括數據格式轉換、渦流校正、梯度方向矯正等。
2、張量構建與指標計算
思影根據不同的數據類型以及客戶的不同需求，可構建多種彌散模型（如彌散張量DTI、彌散峰度成像DKI、神經突強度和散度成像NODDI等等）并計算對應的彌散指標。
DTI和DKI指標圖圖例
3、纖維追蹤
思影可根據不同的數據類型以及客戶的不同需求，可采取多種彌散模型（如彌散張量模型DTI、約束球形反卷積CSD、彌散譜成像DSI等等）
基于不同模型的確定性纖維追蹤
基于不同模型的概率性纖維追蹤
4、圖論分析
基于腦區間纖維追蹤結合圖論理論可以進一步進行腦網絡的圖論屬性分析（小世界屬性、Rich-club系數、度中心性、模塊化等）。
五、腦影像機器學習
1、基于體素的MVPA
MVPA即通過fMRI、sMRI以及dMRI的參數映射（ALFF、ReHo、FC；GM；FA、MD、RD等腦圖）可對臨床/行為學指標進行分類和回歸預測。思影提供的分類/回歸機器學習模型包括SVM、SVR、RVR、LASSO、ElasticNet等。
2、基于腦連接組的機器學習
基于上述fMRI功能連接和纖維追蹤構建的結構連接，可對臨床/行為學指標進行分類和回歸預測。本公司提供的分類/回歸機器學習模型包括CPM、SVM、SVR、RVR、LASSO、ElasticNet等。
六、注釋：
客戶與思影確定合作意向以后，思影會指定專門的工程師全程與客戶對接項目著手該項目數據處理，思影額外還將指派另一名工程師對項目全程進行檢查，審核，把關，確保數據處理質量，思影將全程對客戶數據保密。
微信掃碼或者長按選擇識別關注思影
如對思影課程感興趣也可微信號siyingyxf或18983979082咨詢。覺得有幫助，給個轉發，或許身邊的朋友正需要。請直接點擊下文文字即可瀏覽思影科技其他課程及數據處理服務，歡迎報名與咨詢，目前全部課程均開放報名，報名后我們會第一時間聯系，并保留名額。
|
