成瘾人群r

尊敬的老师好!
    想请教些关于ICA的问题:1)比如说两组被试,成瘾和正常的,用MICA分析出22个成分,找出默认网络比较两组差异,这样写论文是不是内容太少了,成 分之间相关怎么求呢 ;2)除了成分之间的相关还可以比较些什么;3)如果我是任务状态的数据,比如说STROOP,用GIFT分析好之后,后面是不是可以把所有成分与我刺激 呈现的时间序列求相关,找出与任务相关的成分,然后比较两组被试差异,独立成分分析所说的完全数据驱动是这个意思吗?刺激呈现的时间序列是不是就是分两种 情况,一致的trail开始的时间点组成的序列,不一致的trail开始的时间点组成的序列,是这样吗?;4)用gift处理静息态数据,后面根据 Functional Network Connectivity (FNC)这个工具包,算成分之间的相关,生成的图片怎么解释呢,没看到教程……

1) 我觉得一篇文章把故事讲清楚就可以了,不需要为了内容多而多。当然这只是我个人的观点。
2) 在ICA上,可以比较的东西太多了,问题同上。
3) 我认为实际上不存在“完全数据驱动”的方法。你提到的将TC与任务刺激序列(通常是刺激的时间序列与HRF卷积后的时间序列)进行相关,本身已经是模型驱动了。即使是第一ICA本身,也需要许多假设才能完成。
4) 成分之间的相关,应该就是两个网络之间的关系。但具体如何操作,我不太清楚。