MATLAB血氧处理代码-Bayesian-for-BOLD:使用两步贝叶斯框架对地面真相BOLD信号进行建模

上传者: 38692707 | 上传时间: 2022-04-28 19:51:17 | 文件大小: 1.16MB | 文件类型: ZIP
MATLAB血氧处理代码贝叶斯换粗体 本实验将重点开发功能性磁共振成像(fMRI)数据中与血氧水平相关(BOLD)信号的仿真,这些信号可作为计算参数映射(CPM)的基础,这是基于模型的fMRI实验的贝叶斯方法。 背景 功能性生物学过程是指尖上的刺激通过许多神经通路和血红蛋白React功能的激活而产生的,从而在大脑成像中表现为信号[1]。 对于功能性MRI,有两种实验设计,如下所示[2]。 积木式设计会在一段时间内持续刺激,随后一段时间内不会刺激。 相反,与事件相关的设计会应用点刺激,并且随着时间的推移,生成的BOLD信号将成为每个fMRI图像中的体素。 在倒数第二个步骤中,将生成BOLD函数。 它有一个初始的下降,之后是一个峰值,然后是刺激后的下冲[3]。 给定一条单一的BOLD信号曲线的形状,我们可以用反伽马分布对其进行近似。 贝叶斯框架有两个步骤:1.第一:选择先验条件。 在当前的模拟中,我们为反伽马分布2选择了一个共轭(平面/无信息)。 是史蒂文的幂定律中的幂。 我们想探索在设计实验时哪个alpha值能提供最佳的参数恢复。 这项研究是一个简化的案例,线性模型中只有一个beta。

文件下载

资源详情

[{"title":"( 10 个子文件 1.16MB ) MATLAB血氧处理代码-Bayesian-for-BOLD:使用两步贝叶斯框架对地面真相BOLD信号进行建模","children":[{"title":"Bayesian-for-BOLD-master","children":[{"title":"Efficiency.m <span style='color:#111;'> 9.16KB </span>","children":null,"spread":false},{"title":"Effnojitter.m <span style='color:#111;'> 8.08KB </span>","children":null,"spread":false},{"title":"img","children":[{"title":"ConvolveHRF.png <span style='color:#111;'> 66.37KB </span>","children":null,"spread":false},{"title":"BOLDsignal.png <span style='color:#111;'> 128.43KB </span>","children":null,"spread":false},{"title":"introBOLD.png <span style='color:#111;'> 127.87KB </span>","children":null,"spread":false},{"title":"SRP17_Dong_Conference_Poster.pdf <span style='color:#111;'> 1.01MB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"StarOneBeta.m <span style='color:#111;'> 13.39KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.23KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 532B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明