忍者ブログ

めもめも ...〆(。_。)

認知心理学・認知神経科学とかいろいろなはなし。 あるいは科学と空想科学の狭間で微睡む。

2017/05    04≪ 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  31  ≫06
あー。
画像調整の話追記。

そもそも個人の機能的ローカライザーはしらせてんのにNormaliseかけたら意味ないんじゃないの?とつっこまれた。
…よくよく考えてみたらまったくその通りだー。
うぼあー。

多少ネタバレ(?)すると、今回のわたしの実験は、機能的ローカライザーをはしらせて、その部位がとある課題中にどんなふーに活動するのかなーってかんじのデザインなので、古典的なコントラスト検出用の解析手順したらおかしいわけですわ。
はじめて使うからってうっかりなんでもかんでもふむふむしてる場合とちゃうわー。
いくらねこのひたい程度のあたまとはいえもうちょっと考えて解析せなあきませんね。

…と思ってたんですがSPM5でなぜかNomaliseとばして解析するとエラーはきよる。
なんかorientationがどうとかいうエラー。
Nomalise段階でやってるresliceかなにかが影響してるのか?と思ったけどCoregisterのResliceかましても同じエラーを吐く。
謎。
どうしたらいいんだ。


あとSmoothingてきとーすぎた。
基本はボクセルの2倍だそうです。
なんでもかんでもデフォルトでやるのは手順を覚えるにはいいけど、ちゃんと結果が欲しいときにはかえって遠回りになるなあ。

まあそのへんの反省もこめつつねこ解析(略しすぎ)その3いっくよー。
今日はとうとう、解析っぽいことをしてみるの巻き。
…ただの自分の解析日記じゃないかこれ!
……まあそうやって手順を覚えるのだからいっかー。



今回の目的:個人差込みで(集団解析にしないで)ローカライザーのようすをみてみる。

うらばなし暴露:まあ「はじめてのろーからいざー」の項でほぼばらしてるけど、要するにFFAやらPPAを出したいわけですが。
撮像さしてくれたひとのなかに、みみのうしろのデータがまっくろく抜けてしまうひとがいたのさ…
なんかみみのうしろに空気はいるとこが大きいとそういうことになるらしい。
(なんでそんなとこに空気はいるとこがあるのかは謎。調べたらわかるだろうか?)
で、側頭領域のものは場合によっちゃあ撮れないよ、と。
だからコロナルにきったほうがいいかもねー、とか。
最悪そのひとは分析から除外だねー、とか。
論文ではちらちらそういうケースがあるの知ってたけど実際自分がそう言われるとさびしいね!!!!
まあうまいことくろいあなを避けて活動があればいいんだけど。

というわけで鋭意ろーからいざーの解析だー。

用意するもの。
調整済みデータ。
条件ごとのオンセット時のスキャン枚数なり時間(秒単位)なり。

まずは解析用モデル作り。

1)個人ごとの解析なので、Specify 1st-levelというぼたんをぽちり。
2)Directoryに保存するフォルダを選択
3)Units for designを選択→Scansで数えるかSecondsで数えるか選択(今回はScan)
4)Interscan intervalを選択→TRを秒単位で入力
5)Data & Designを選択→右のNew "Subject/Session"クリック
6)+Subject/Sessionを展開→Scansをクリックして用意したデータ選択
7)Conditionsを選択→New "Conditions"クリック(これが要因になるので、要因数だけ増やす)
8)+Conditionを展開→Nameを選択→右のSpecify Textをクリック→条件名記入
9)Onsetsを選択→右のSpecify Textをクリック→この条件のオンセットをそれぞれ記入(間はスペースまたはタブ)
10) Durationを選択→右のSpecify Textをクリック→Duration(Scans選んだならスキャン枚数で)記入
11) でsave→.matを保存でRun!

これでResultボタンがつかえるようになるよ!
結果保存用フォルダにSPM.matというファイルができてるから、これを使っていざコントラスト。

1)Resultをぽっちし
2)ファイル選べっていわれるからさっきできたてほやほやなSPM.matを選択
3)コントラストを作る画面がでてくる。Define New Contrastでコントラストの行列つくろう。
4)さいしょはF-Contrastでまんべんない単位行列つくる。
5)つぎにT-Contrastで見たい効果の行列作る
主効果見たかったら、主効果見たい条件を1、他を0にした行列。
引き算したかったら、引く条件のとこは-1にしたらよい。
ただ合計がプラマイゼロになるような記述。

これがすむと次は仮説検定。
1)
mask with other contrastsってのをきかれる(とりあえずNoで)
2)title for comparisonを聞かれる(なまえなんでわかりやすくてきとーに)
3)P value adjustedment for contorolを選択
None:いわゆるUncorrectedってやつ。いちばんゆるい基準
FDR:そこそこの基準。Correctedですね
FWE:結構きびしいめCorrectedな基準
これはお好みで&データと相談して。
4)有意水準はとりあえずデフォルトで
(Uncorrectedだと勝手にきびしめ水準あたる。すげえ)
5)Extent threshold(ボクセルのかたまりを検出する下限)を聞かれる
まあお好みで。

んでぽちっとなー。
これでなんとか…なればいいけど。

ねむすぎて改訂の改訂がひつようかもしれん。
まあ気づいたことがあったらあとからなおす。



以下愚痴。

某所で「MRIのしくみもろくすっぽわかってないやつがfMRI実験なんかすんな」という文章を見てちょっとへこむ。
…そうですねまったくもってそうですよねー。

とはいえ古くはモル計算からつまづいただめだめの文系っ子に原子核のスピンが励起して、とか言われてもどうしたらいいんだ。
そいやわたしPCがどうして動くのかも理解せずにPC使ってるなあ。

何にもわかってないやつがてきとーにむちゃくちゃなネタフリをしたらぐだぐだになるのはわかってるけど。
あほのこだって実験したいこともあるよー。

じゃあ、あほのこはあほなりに何が理解できて、最低限何を押さえておけば実験ができるのか。
あほのこ目線というのは、頭の良いひとには共有されにくいものだから、わたしはそこんとこをこの恥さらしめもぶろぐでやっとけばいいんじゃないかな、と思った。
あほのこが何もわからないままてきとーなことやってたら怒られてもしかたがない(てゆかそんな実験じゃ論文通らない)けど、あほのこがあほなりに努力することはできるはずだ!
というわけで結局あほのこのまま暴走する路線は変わらず。
だってしょうがないやねー。
あほのこが一朝一夕でかしこくなったりできないものー。
ちょびっとずつ最低ラインを這いずり回るしかないさー。


(追記)
モデル作るときのオンセット入力、しょっぱなは1じゃなくて0だった・・・
考えてみたら、1スキャン後じゃなくて0スキャン目が開始なんだからそーだよなー。
うわあああ。うわああああああああああ。ぜんぶやりなおしかよー。
こういうばかもいるので気をつけましょう。
うっわ。うっわあ・・・
自分のあほさに若干ひくわ。

無題
3T以上の高磁場になると、temporal poleとか要するに側頭葉の先っちょあたりはsusceptibility artifactのせいで真っ暗になったりします。今回遭遇された例のように、さらに運が悪いとfusiformやらparahippocamapalやらといった、fMRI的に重要な部位のシグナルも落ちて真っ暗になったりします。どうしてもダメな場合(そんなことはないと思いますが)は1.5Tのスキャナに換えるのも手です。ご参考までに・・・。

それから、ROI localizerを使うケースでも大抵は個々人のROIの座標を控えておく必要がありますので、やっぱりNormaliseはしておくべきでしょう。後々論文の査読で突っ込まれた時に重要です。

あとはMRIの物理学ですね。笑
僕もそれほど詳しいわけではないのでお気持ちはよくわかりますが、それでも「機械としてどのように動いているか」という機械工学的な知識はあった方が良いと思います。

何でfMRIの大半はgradient-echo single-shot EPIなんだ?とか知っていると、後々データのS/N比が悪くて困った時とかに役立つはずです(例えば興味のある部位の近くに太い血管がある時とか)。話は簡単で、PCの内部原理なんか知らなくても良いのでPCがマザーボードとHDDとメモリとグラボとetc.から構成されているということを知っていれば、後で原因不明のPCクラッシュが起きた時に解決しやすいのと同じことですね。頑張ってください。
by viking URL 2010/01/16(Sat)01:44:27 編集
またまたありがとうございます
おおおおおまた有益なアドバイスをありがとうございます。

側頭葉の話は一応知識としてはあったんですがまさかあれほど広範囲にまっくろになるとは思ってなかったです…
そのへんを修正する方法も開発されてきてるという話も聞いたことはありますが、まずはスタンダードな解析を習得するのが先ですよねー。

身バレを恐れずに言ってしまうのですが、そいえば最近周囲から1.5Tがなくなってしまいました…。
「1.5Tならだいじょうぶだけど3Tに入るとしんどくなる」ってともだちもいるのになー。
わたし自身も初めて3Tに入ったときは若干頭がくらっときた記憶があります(今はもう慣れてしまいましたが)。
もう主流は3Tに変わってしまうのでしょうか。

ROI localizerを使った論文をいくつか読み直してみたのですが、やはりNormaliseしているものばかりでした。
SPM5でモデル作るときエラーはくのもNormaliseを通さないときだけなので、変に気を回さずNormaliseしておこうと思います。


MRI物理学は…重要性はわかっているつもりでもなかなかあたまがついていきませんね…

いきなり全部を理解しようとするから、足りてないメモリがパンクするのやもしれません。
いろんな資料を見てちょこっとずつ勉強していくことにします。
プロの研究者の方からみたら、実にはがゆいかたつむりマラソンになると思いますが、そこらへんのお目汚しはどうかご容赦くださいませ。

はじめての分野って覚えることいっぱいあってたいへんだなあ…
by az 2010/01/16(Sat)03:22:49 編集
この記事にコメントする
              
お名前
タイトル
メールアドレス
URL
カラー
絵文字 Vodafone絵文字 i-mode絵文字 Ezweb絵文字
コメント
非公開 管理人のみ閲覧できます
パスワード   
* コメントの編集にはパスワードが必要です
この記事にトラックバックする
トラックバックURL:
カレンダー
04 2017/05 06
S M T W T F S
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 31
カテゴリ説明
もっさり:日々の雑感をもっさり。
がっつり:論文や研究関連をがっつり。
びっくり:科学ニュースでびっくり。
まったり:空想科学などでまったり。
ばっかり:デザイン系自己満足ばっかり。
ほっこり:お茶を嗜んでほっこり。
最新コメント
※SPAMが多いのでhttpを含むコメントと英語のみのコメントを禁止しました※
[05/07 ぱるぱる]
[05/06 ぱるぱる]
[05/06 ぱるぱる]
[08/29 初見名無し]
[06/25 あ]
最新トラックバック
プロフィール
HN:
az
性別:
非公開
自己紹介:
興味のあるトピックス
 分野は視覚認知。視知覚にがて。
 あと記憶全般。
 カテゴリ (semanticsか?) とかも。
 最近デコーディングが気になる。
 でも基本なんでもこい。
 好奇心は悪食。

好きな作家(敬称略)
 川上弘美
 小林秀雄
 津原泰水
 森茉莉
 レイ・ブラッドベリ
 イタロ・カルヴィーノ
 グレッグ・イーガン
 シオドア・スタージョン
バーコード
ブログ内検索
カウンター
フリーエリア
PR
<< Back  | HOME |   Next >>
Copyright ©  -- めもめも ...〆(。_。) --  All Rights Reserved
Designed by CriCri / Material by もずねこ
忍者ブログ  / Powered by [PR]