请问静息结构等数据的分析方法哪些是属于假设驱动哪些是数据驱动呢

我只知道ICA是数据驱动,那ALFF,Reho,FC还有VBM等等呢,需要先有假设吗?谢谢各位老师

单纯从计算方法来说,ICA是数据驱动,而linear correlation或者其它方法,大都归为模型驱动。但这种分类方法过于宏观,没有绝对意义上的数据驱动。从计算方法,到最后出结果(比如比较两组的差异),每一步都有假设。包括ICA,从计算方法到最后的应用,存在多层假设。比如,在组比较这个步骤,选择全脑还是部分脑,就是一种假设。ReHo、ALFF、degree centrality(基于体素的)属于whole-brain voxel-wise analysis,也就是说,组间比较时不对脑区做任何假设,通常是全脑分析;而ICA或者seed-based functional connectivity要提前设定某个网络或者属于某个网络的某些脑区,这种情况下,是假设驱动。