将AAL图谱对应到Yeo7大网络中【原理,代码分析】

VIP将AAL图谱对应到Yeo7大网络中【原理,代码分析】
本文介绍了将AAL2图谱映射到Yeo7大功能网络的方法。通过整合皮层(Yeo2011)、小脑(Buckner2011)和纹状体(Choi2012)三个区域的功能网络图谱,采用投票机制确定每个AAL区域的网络归属。具体步骤包括:1)统计每个AAL区域体素在各网络图谱中的分布;2)选择体素数量最多的网络作为该区域的最终标签。该方法实现了从解剖结构到功能网络的映射,可获得120个AAL区域对应的7大功能网络标签。
开通可读全文 ·2.2k 人阅读
最低0.47元/天 解锁文章

AAL是混合图谱,不只包含皮层,也涵盖皮层下和小脑区域。

步骤:
对于AAL模板中的每一个区域:
查看它内部的体素中,有多少属于 Yeo7 的哪一个网络;
用投票的方式选出该区域最多体素对应的网络;
最终将每个区域赋一个 Yeo7 网络标签(1~7)。

图谱:
以下图谱可以关注公众号【脑影手册】回复【网络图谱】获取

  1. Yeo2011_7Networks_MNI152…
    这是标准的 Yeo 7 网络分布图谱,将皮层分成 7 个功能网络;

  2. Buckner2011_7Networks_MNI152…
    来源:Buckner et al. (2011);对小脑(cerebellum)区域进行 Yeo 7 网络的投影/扩展;将 Yeo 图谱扩展到小脑(通常皮层图谱不包括小脑);所以这个图谱主要是 小脑区域的功能网络归属。

  3. Choi2012_7Networks_MNI152…
    来源:Choi et al. (2012);是 Yeo 图谱在 纹状体(striatum) 的投影;这个是纹状体的 Yeo 网络标签图。
    纹状体图谱说明:
    https://surfer.nmr.mgh.harvard.edu/fswiki/StriatumParcellation_Choi2012
    在这里插入图片描述

VIP AAL模板及脑区功能介绍 AAL全称是Anatomical Automatic Labeling,AAL分区是由Montreal Neurological Institute (MNI)机构提供的。AAL模板一共有116个区域,但只有90个属于大脑,剩余26个属于小脑结构,研究的较少。 116个分区名称见AAL模板 - 百度文库具体如下表: 中文名称 Mricro编号 Mricro命名 Mricro不明信息 中央前回 1 Precentral_L 2001 ... 开通可读全文·7.4w 阅读·44 点赞·325 收藏 阅读全文

相关推荐

BrainNet Viewer:人类大脑连接的网络可视化工具

BrainNet Viewer:人类大脑连接的网络可视化工具 1 方法 1.1 工具箱的开发1.1.1 开发环境1.1.2 可视化程序1.1.3 文件定义1.1.4 核心代码 1.2 实验数据中的功能性脑网络可视化 1.2.1 对象 1.2.2 图像采集 1.2.3 图像预处理 1.2.4 网络构建 1.2.5 网络分析 2 结果 2.1 工具箱的开发 2.1.1 下载与安装 2.1.2 组合文件 2.1.3 选项设置 2.1.4 用户交互 2.1.5 输出 2.1.6 命令行 2.2 实验数据中的功能脑

weixin_40052256的博客 1万+

从Brodmann到Yeo:脑图谱划分方法的演进与实战模板选择指南

本文系统回顾了从Brodmann到Yeo的脑图谱划分方法演进历程,详细对比了Brodmann、AAL、Harvard-Oxford、Yeo7/17网络等主流脑图谱的技术特点与实战应用。针对fMRI数据分析,提供了FSL和FreeSurfer中模板选择的实用技巧,并给出临床病变定位和发育研究中的多模板融合策略,帮助研究者根据具体需求选择最优脑分区方案。

congtaixiao7151的博客 388

Python绘制彩色脑区图:神经科学研究可视化指南

在神经科学和医学影像领域,数据可视化是理解复杂脑功能的关键技术。通过色彩编码的脑区图,研究人员能够直观展示fMRI激活模式、EEG信号源定位等关键信息,其科学价值已被多项研究证实。Python作为主流科学计算工具,借助nibabel、matplotlib等库可实现专业级脑图绘制,支持从AAL图谱到Yeo网络等多种分区方案。本文详解了从数据加载、颜色映射到三维渲染的完整流程,特别介绍了避免红绿色盲混淆的ColorBrewer配色方案,以及临床手术规划、阿尔茨海默病研究等典型应用场景。针对实际科研需求,还提供了

weixin_42561476的博客 232

别再对着AAL脑区缩写发懵了!这份超全对照表+Python/SPM实战指南帮你搞定

本文详细解析了AAL脑区缩写的对照表,并提供了Python和SPM的实战指南,帮助神经影像研究者高效处理脑区数据。通过代码示例和工具链介绍,读者可以快速掌握AAL模板的解析技巧,提升数据分析效率。

weixin_42568801的博客 438

ggsegExtra:高精度脑图谱工具箱,解决fMRI可视化坐标漂移与分区不匹配

脑图谱是功能磁共振成像(fMRI)结果可视化的基础概念,其核心在于空间坐标系配准与ROI标签一致性。原理上,不同图谱(如Schaefer、AAL3、JHU白质束)需统一映射至MNI标准空间,并确保体素中心坐标(x/y/z)与半球标识(hemisphere)结构标准化。技术价值体现在规避手写atlas导致的命名不一致、坐标偏移和网络标签缺失等工程风险;典型应用场景包括跨图谱复现顶刊结果、多模态并排可视化、临床DTI纤维束着色及cluster解剖定位校验。ggsegExtra正是为此类需求提供预配准、字段规范、

weixin_29058331的博客 135

Yeo2011_7net

Yeo2011_7net

包含AAL-MNI152-1x1x1.nii及Yeo-7-MNI152-1x1x1.nii两个大小和分辨率相同的脑图谱

包含AAL_MNI152_1x1x1.nii及Yeo_7_MNI152_1x1x1.nii两个大小和分辨率相同的脑图谱。 可用于了解AAL自动解剖标记图谱与Yeo-7功能网络之间的对应关系,即AAL图谱90个脑区在Yeo7大网络中的归属信息,比如哪个脑区属于默认网络、中央前回属于哪个功能网络...,如何将两者对应起来。

实战指南:R语言多组倾向评分逆概率加权(IPTW)建模与结果解读

本文详细介绍了如何使用R语言实现多组倾向评分逆概率加权(IPTW)建模,包括数据预处理、倾向评分估计、权重计算及结果解读。通过实战案例演示,帮助研究者掌握这一统计方法,有效平衡多组混杂因素,模拟随机对照试验效果,适用于医学、社会科学等领域的数据分析。

weixin_42528534的博客 401

西电微机系统课程设计步进电机开环控制系统

** 微机系统与应用课程设计 课题二 步进电机开环控制系统设计** 一、程设计目的 掌握微机系统总线与各芯片管脚连接方法,提高接口扩展硬件电路的连接能力。 加深对 A/D 和并行接口芯片的工作方式和编程方法的理解。 搞懂步进电机的工作原理及控制方式,掌握开环控制系统的设计思路和实现方法。 二、课程设计的内容 手动调节电位器旋钮(0V~5V),通过 ADC0809 模拟输入水库水位 0 米~50...

qq_37015775的博客 4043

三极管开关电路在脉冲应用中的性能瓶颈分析

深入探讨三极管开关电路在高频脉冲场景下的响应延迟与功耗问题,揭示其性能限制的关键因素。结合实际应用,分析开关速度与信号完整性之间的矛盾,为优化三极管开关电路设计提供实用参考。

weixin_42602368的博客 592

双目相机立体匹配算法概述(含Python代码)

立体匹配任务是计算机视觉中的一个重要问题,旨在从一对具有相同场景的图像中估计每个像素的视差(disparity)。本文对现有的传统算法和深度学习算法进行了综述,以便于各位选择合适的立体匹配算法用于深度估计或三维建模。

m0_59257547的博客 8304

《AgentScope-Java 深入浅出教程》第3章 消息系统(Message)

在 AgentScope 中,消息(Msg)是最核心的数据结构。│ 消息的作用 ││ ││ │ 用户输入 │ ────────────┐ ││ ▼ ││ │智能体通信│ ◄────► │ 消息对象 │ ◄────► │ LLM API │ ││ ▲ ││ │ ││ │ 历史存储 │ ────────────┘ ││ │用户输入:封装用户的问题和指令智能体输出:封装智能体的回复和工具调用智能体通信:在多智能体系统中传递信息LLM API 交互:转换为 LLM 可理解的格式历史存储。

步子哥的博客 234

电压跟随器在ADC采样电路中的作用分析

电压跟随器在ADC采集系统中扮演关键角色,它能解决分压电路因ADC输入阻抗导致的电压误差问题。通过运放构成的电压跟随器可隔离信号源与负载,保证采样精度,尤其适用于高阻抗传感器或高速采样场景。工程应用中需注意运放带宽、轨对轨输出能力及抗干扰设计。合理使用电压跟随器能显著提升信号完整性,在复杂电子系统中成为不可或缺的"信号桥梁。

硬核科技 664

高级数据结构之R树(R-tree)

R树(R-tree)是一种将B树扩展到多维情况下得到的数据结构,它最初由Antonin Guttman于1984年提出。B树的结点中会存储一个键的集合,这些键把线分成片段,沿着那条线的点仅属于一个片段。因此,B树使得我们可以很容易地找到点。如果把沿线各处的点表示成B树结点,我们就能够确定点所属唯一子结点,在那里可以找到该点。 Antonin Guttman在他提出R树的经典论文中给出的R树例子...

白马负金羁 1万+

2025国赛数学建模A题 完整Python代码 烟幕干扰弹的投放策略

常量定义G = 9.8 # 重力加速度 m/s²V_SMOKE_SINK = 3 # 烟幕下沉速度 m/sMISSILE_SPEED = 300 # 导弹速度 m/sEFFECTIVE_RADIUS = 10 # 有效遮蔽半径 mEFFECTIVE_DURATION = 20 # 有效遮蔽时间 sTARGET_POS = np.array([0, 200, 0]) # 目标位置FALSE_TARGET_POS = np.array([0, 0, 0]) # 假目标位置# 初始位置。

YOLO 1110

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

上一篇: 对大脑功能连接进行功能注释
下一篇: 中介效应分析 原理解释 实例分析
脑影手册
博客等级 码龄7年 770粉丝 32原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址