ICA结果中表征组间差异问题

各位好:

         我研究的是中风病人和正常人ICA网络的组间差异问题,拿运动网络为例,我们发现病人组和正常人组的单样本图差异很大(前提是卡了同一个阈值),主要是涉及的脑区范围存在显著差异,正常人组单样本图比较正常,病人组的单样本图明显比正常人组小了好几圈,为了定量表征两组间这种差异,体素个数上的差异(或者说网络覆盖程度的差异),我具体的应该怎样统计呢?我的预想是将每个被试的运动网络的map的体素个数输出来,然后对正常人和病人进行双样本T检验,但是,问题是,我在想每个个体的map在计数前得先卡个阈值,可是卡多大呢?还有是在全脑内计数,还是在一个motor网络的mask内计数呢?而这个mask我选择什么呢?

        希望表达清楚了,望老师能帮菜鸟指点,万分感谢!

1、“病人组和正常人组的单样本图差异很大”,前提是样本量相同,否则这样比较没有意义。

2、“体素个数输出来,然后对正常人和病人进行双样本T检验”,很少有人比较两组的体素数目,通常是比较每个体素的值。

3、单样本ICA的结果,不知道你具体如何做的。多数采用group ICA,在整个group(包括正常人和病人)上选择一个网络(即单样本t检验)做为mask,然后在这个mask内比较两组之间的差异。

你好,我目前正在研究两组数据间的差异。打算比较1.5T和3.0T不同机器扫描的数据间差异,新手一枚,望多指教!!!

存在几个问题,也顺便想问问楼主。

1、1.5T机器扫描的被试有10个,3.0T扫描的被试是另外的10subject。若想比较DMN的差异,是否有意义?

2、使用gift软件若要进行组独立成分分析group ICA,如何对这两组不同被试的数据进行group ICA呢? 目前,我只知道若是同样的10个subject的话,可以在数据输入的时候 选择2 session of 10subject。最后生成所有数据的mean component, 那要是1.5T和3.0T扫描的10个被试不同的要怎么进行group ICA呢?又如何进行DMN比较呢?一般是比较采用什么统计方法对何种差异进行比较?

3、目前,仅仅是使用了gift工具对3.0T组的10个subject数据进行了ICA,得到了DMN 空间网络图,请问老师,如何判断这些网络图都包含哪些脑区呢?一般使用使用方法进行判断?谢谢 

如果比较两组在同一个阈值下的voxel数目的差异,由于ICA是组水平得到、然后才投影到个体空间的,那首先要保证两组的被试数目相等。但这样的组间比较的结果,非常依赖于阈值。再者,voxel数目很可能不符合正态分布。相对来说,ICA的strength在人群上来说符合正态分布的可能性比较大。