GIFT_ICA

作者: 养猪场小老板 | 来源:发表于2023-02-24 20:54 被阅读0次

1、软件安装和；路径加载（略）

样本存放形式

image.png

需要做到平滑
B站有视频

2、matlab输入命令

gift

主界面

3、ICA操作

新建存储结果的文件夹：gica；并选择将结果放入其中。

image.png

选中相应的文件夹

image.png

image.png
全部选完之后点击ok

image.png

自动跳出，选择yes

分析的结果显示为37

这里选择yes，因为这个时候该功能不会起作用

image.png

该方法耗时较多,自己做的时候建议用这种方法

image.png

Run

image.png

运行中

图a：运行后跳出的界面

image.png

所以图a可以用以下方式打开：

image.png

RSN模板需要提前做好

image.png

这里选了8个模板，做的回归是模板作为因变量，各个成分作为自变量，然后做回归。beta值越高，说明与模板的相似性越高。然后生成一个mat和一个txt文件。

各成分和模板的相关性

该系数是和刚输入的听觉模板之间的相关系数，如果第二个突降，说明第一张是正确的。如果第一张和第二张图片中的系数相差不多，且都大于0.1，可能是同一个网络的子成分。
一般0.2以上算可以的。
比如默认模式网络，前默认网络0.3，或后默认模式网络0.25.
该系数是和刚输入的听觉模板之间的相关系数，如果第二个突降，说明第一张是正确的。如果第一张和第二张图片中的系数相差不多，且都大于0.1，可能是同一个网络的子成分。
一般0.2以上算可以的。
比如默认模式网络，前默认网络0.3，或后默认模式网络0.25.

各个成分和模板的相关性在这两个文件里面

这个时候需要找到哪个模板和哪个成分的相关性最大

8×37的数据，行为空间模板，列为成分

这里有一个matlab代码

%将该代码命名为find_component

clear all;clc;
load('g_spatial_regression.mat');
ica_con= regressInfo.regressionParameters;
name ={'Reslice_auditory','Reslice_default_mode','Reslice_dorsal_attention','Reslice_left_frontoparietal','Reslice_right_frontoparietal','Reslice_somatomotor','Reslice_ventral_attention','Reslice_visual'};
for i =1:size(ica_con)
     row=ica_con(i,:);
     names=name(1,i);
     value{i,1}=names;
     value{i,2}=find(row==max(row));
end

结果如下