Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- socioeconomic status
- 광화문텀블러
- Python
- Realignment
- DCCSAE
- neurofeedback
- hierarchical clustering analysis
- Slice timing
- fMRI
- abcd
- 판다스
- RSFC-based behavioral prediction
- matlab
- 약수구하기
- cortical representation
- DMN
- 한정판텀블러
- pandas
- SPM12
- Kernel regression
- Word Embedding
- CodeUp
- Coregistration
- Normalise
- 판다스기초
- cortical mapping
- 파이썬
- 코드업
- SPM
- 우박수
Archives
- Today
- Total
몽발개발
SPM을 사용하여 뇌영상 preprocessing하기 [6]Smoothing 본문
반응형
마지막 과정인 Smoothing을 알아보자. Smoothing은 한 voxel의 값을 이웃 복셀의 값을 평균하여 보정하는 절차이다. SNR(신호 대 잡음 비율)을 높이기 위해 사용하는데, 일반적으로 Gaussian Full Width Half Maximum(FWHM) 필터를 사용해 진행한다.
Smooth를 클릭하면 batch editor가 열린다.
Images to smooth에 우리가 normalise까지 진행한 war~파일 351개를 선택하면 된다.
옵션의 FWHM의 [8 8 8]은 쉽게 말해 smooth 필터의 세기인데, 요즘은 8mm로 잘 안 한다고 한다. 나중에 실제로 내가 얻은 데이터를 처리할 때에는 수정이 필요할 것 같다. 어쨌든 이번 연습에서는 건드리지 말고 [8 8 8]을 그대로 쓰자.
그리고 이 batch를 smooth라는 이름으로 jobs에 저장 후 실행시킨다.
완료되고 나면 wars~파일 앞에 s가 덧붙은 swars~파일이 351개 생성된다. 이제 이 파일들은 모든 preprocessing을 다 거친 이미지파일들인 것이다.
여기까지 해서 모든 전처리 과정이 끝났다. 다음번에는 이 데이터를 가지고 개인의 뇌 정보를 statistical analysis하여 design matrix를 만들어보도록 해야겠다.
반응형
'매트랩(MATLAB) > SPM' 카테고리의 다른 글
SPM을 사용하여 뇌영상 preprocessing하기 [5]Normalise (0) | 2020.07.16 |
---|---|
SPM을 사용하여 뇌영상 preprocessing하기 [4]Segment (0) | 2020.07.16 |
SPM을 사용하여 뇌영상 preprocessing하기 [3]Coregistration (1) | 2020.07.16 |
SPM을 사용하여 뇌영상 preprocessing하기 [2]Slice timing (0) | 2020.07.16 |
SPM을 사용하여 뇌영상 preprocessing하기 [1]Realignment (1) | 2020.07.16 |