上一页 1 ··· 47 48 49 50 51 52 53 54 55 ··· 69 下一页
摘要: 如果一个信号序列是高斯白噪声的,那么它就是服从高斯分布的。我们根据这个噪声序列的样本均值和样本方差,去点估计出它的高斯分布均值mean和方差variance。那么,高斯分布有这样一个性质,就是在以均值为圆心的3倍标准差半径内的区间上,取得数据的概率是:0.9974. 阅读全文
posted @ 2014-04-12 20:42 二郎那个三郎 阅读(1132) 评论(0) 推荐(0)
摘要: 冯老师,给我上过课,那应该是他退休前最后一次教学吧。很惭愧,我不是一个好学生,上课不大喜欢认真听讲。只是,到了学期即将结束时,要求交一篇论文。我才开始阅读,了解,部分理解冯老师的理论。冯老师,是搞数学出身的,所以上课时什么公理化教学很擅长;老人家经历比较多,所以上课非常生动风趣。冯先生,后来转向了人... 阅读全文
posted @ 2014-04-12 19:58 二郎那个三郎 阅读(617) 评论(0) 推荐(0)
摘要: 记得,在以前的博文中,有过这样的描写,pca和ica其实是在寻找一组基。在ica中,这组基是独立的;在pca中,这组基是正交的。如果,限制在fmri研究的范畴下,ica和pca都是在找一组图像基以及和这组图像基对应的时域基。这两个基不是亘古不变的,是依赖于具体数据,跟着数据走的。而且这两组基一定是相互对应的,因为在计算上,它们是相互依赖的。在傅立叶分解下,问题其实变得简单了。我们只有一组基,就是频率基。而且这个频率基是固定的,不是依赖于数据的,比如1hz,2hz,这是现实世界的产物。如果有一幅图像,我们可以对它的数据进行分解,得到高频的,得到低频的,最后可以绘制一张频谱图,图的横轴是频率,纵轴 阅读全文
posted @ 2014-04-12 15:44 二郎那个三郎 阅读(846) 评论(0) 推荐(0)
摘要: 1.pca 抛开fmri研究这个范畴,我们有一个超长向量,这个超长向量在fmri研究中,就是体素数据。向量中的每个数值,都代表在相应坐标轴下的坐标值。这些坐标轴所组成的坐标系,其实是标准单位坐标系。向量如果乘以另外一个转换矩阵,我们可以得到这个向量在新坐标系下的坐标值。变换之后,新的向量维数就变了,一般是降低了,如果我们是以降维为考虑目标。如果把向量进行推广,成为矩阵,那么这个矩阵的每一列都代表一个向量,在具体的研究中,也就是一次采样数据。矩阵有多少列,就代表有多少次采样。在fmri研究中,如果我们哪timepoints作为样本数,那么每次采样就是大脑的n个体素,利用pca就是对这n个体素进. 阅读全文
posted @ 2014-04-12 10:50 二郎那个三郎 阅读(1373) 评论(0) 推荐(0)
摘要: 首先,ica是一种探索性的方法,属于数据驱动的范畴。ica计算量很大,一般都是离线式计算。ica基于的猜想是,世界是加性的。在我们所研究的脑科学中,所采集到的BOLD信号,是由一些源信号所构成,更准确地说,是由这些源信号叠加而成的。也就是说,假设我们以每个体素为研究对象,那么每个体素的BOLD信号在每个时间点的数值,都是由很多个独立的源信号所组成。注意,在这里,我们对于ica的要求就是分离出的源信号是独立的。那么,源信号来自于哪里呢?来自于某个体素,来自于某个脑区,来自于分散在大脑皮层各个地方的随机位置,并且当前这个随机位置可能也是另外一个信号发生源。举个例子,在生理噪声研究中,我们一般这样考 阅读全文
posted @ 2014-04-12 08:50 二郎那个三郎 阅读(1714) 评论(0) 推荐(0)
摘要: 1.数据介绍 下载:http://www.fil.ion.ucl.ac.uk/spm/data/auditory/ SUBJECT:1 VOLUME: 64*64*64 TR:7s total acquisitions:96个功能像 volumes of one block:6 total blocks:16 数据集中包含一个结构像数据,96个功能像数据。 由于功能像是紧接着结构像进行采集的,所以建议将96个功能像的前几个volume去除掉。这里,选择去除前12个,利用剩余的84个功能像进行分析。 2.新建工作目录 建立工作目录:DIR。然后,建立两个子文件夹: ... 阅读全文
posted @ 2014-04-10 21:22 二郎那个三郎 阅读(2825) 评论(0) 推荐(0)
摘要: introduction:1. feat 是一种基于模型的fmri数据分析方法。2. feat 首先使用顺手,至少看起来,比spm漂亮多了。 feat是按照正常人的使用方法去设计的。 spm 由于matlab的gui库的限制,诶,不说了。还是自己能力不够啊。不够熟练啊。3. feat 对于单被试,也就是individual的情形,大概需要5到10分钟,能跑出结果,最后,结果在网页进行显示。直接显示了激活图,显示了时间序列和model的拟合情况。4. feat是基于glm而设计的,也就是基于一种多元回归的方法。glm的实现,通过film软件包,而film软件包,较之于spm,有一个prewhit 阅读全文
posted @ 2014-04-10 16:44 二郎那个三郎 阅读(5004) 评论(0) 推荐(0)
摘要: 参考:《SPM8 MANNUAL》Chapter 28Auditory fMRI data 阅读全文
posted @ 2014-04-10 10:44 二郎那个三郎 阅读(651) 评论(0) 推荐(0)
摘要: 经常我们都会有这样的需求,要固定的每隔一段时间执行某一个任务。比如: 我们做一个缓存来减少与数据库的交互,而为了使缓存与数据库中的数据尽量达到同步,需要每个固定的一段时间去数据库中的数据是否有更新以达到与缓存的同步。这样的需求可以做一个线程,线程中做一个死循环,循环中就是要执行的这个任务,每执行完一次让线程睡眠一段时间,这要就可以达到这个需求。 但是用最简单最便捷的方式是使用Java为我们提供的计时器的工具类,即Timer和TimerTask。 Timer是一个普通的类,其中有几个重要的方法;而TimerTask则是一个抽象类,其中有一个抽象方法run(),类型线程中的run()方法。我... 阅读全文
posted @ 2014-04-09 14:05 二郎那个三郎 阅读(16452) 评论(1) 推荐(1)
摘要: 哈哈,又混了过来。每次,总会这样,总会感觉自己啥都没有获得。又是那个挖井的故事,挖了很多口井,有得挖得深,有的挖得浅,但是老天爷不会因为你很累,你翻了很多土,就降下甘霖来。你需要自己向下挖去。也许会挖到石头,挖到垃圾,但总是会挖到红土,挖到水的。 阅读全文
posted @ 2014-04-09 13:41 二郎那个三郎 阅读(608) 评论(5) 推荐(0)
上一页 1 ··· 47 48 49 50 51 52 53 54 55 ··· 69 下一页