CONN：功能连接性分析工具箱手册

"CONN_fMRI_Functional_connectivity_toolbox_manual_v17.pdf" CONN（CONN-functional connectivity toolbox）是一个基于Matlab的跨平台软件，专用于计算、显示和分析功能磁共振成像（fMRI）中的功能性连接。该工具箱旨在处理和分析多种不同类型的连接性度量，包括但不限于： 1. **种子到体素（seed-to-voxel）连接图**：这是一种常用的方法，通过选择一个特定的种子区域（如大脑中感兴趣的特定脑区），然后分析该种子与其他所有体素之间的相关性，以揭示大脑网络的结构。 2. **ROI到ROI（Region of Interest to Region of Interest）连接矩阵**：这种方法关注于预定义或由数据分析确定的大脑区域之间的连接强度，可以用来识别和比较不同大脑区域之间的功能关系。 3. **网络的图论属性**：CONN也支持对功能连接网络进行图论分析，例如计算节点的度、聚类系数、路径长度等，这些属性有助于理解大脑网络的拓扑特性。 4. **广义心理生理相互作用模型（gPPI）**：gPPI是一种评估任务相关功能连接的方法，它可以揭示在执行特定任务时，一个脑区的活动如何影响其他脑区的活动。 5. **内源性连接（intrinsic connectivity）**：这涉及到分析静息态fMRI数据，以了解大脑在无特定任务时的自然状态下的连接模式。 6. **局部相关（local correlation）和其他体素到体素（voxel-to-voxel）度量**：除了种子到体素分析，CONN还提供了更广泛的体素间相关性分析，以获取更全面的大脑连接信息。 7. **独立成分分析（ICA）**：ICA是一种统计信号处理方法，用于从混合信号中分离出潜在的独立源，常用于fMRI数据的去噪和发现潜在的功能网络。 8. **动态组件分析（dyn-ICA）**：这是一种更先进的方法，用于捕捉fMRI数据中随着时间变化的功能网络。 在使用CONN进行分析时，通常遵循以下步骤： 1. **第一步：设置**：定义实验信息，指定功能数据和结构数据的来源，以及感兴趣区域和其它协变量的文件。 - 基本实验信息：包括实验设计、扫描参数等。 - 结构文件：如T1加权图像，用于进行解剖学定位和分析。 - 功能文件：fMRI的时间序列数据。 - 预处理：包括去除头动、校正、标准化等。 - ROI文件：定义大脑区域的模板或用户自定义区域。 - 任务条件恢复：对于任务相关fMRI，定义不同的条件或任务阶段。 - 第一、第二级协变量设置：包括个体和组级别的因素。 2. **第二步：去噪**：识别并移除可能的干扰源，如生理噪声、运动伪影等。 3. **第三步：第一级分析**：对每个受试者执行功能连接分析，包括种子到体素、ROI到ROI，以及体素到体素和ICA分析。 4. **第四步：第二级结果**：定义感兴趣的对比，探索组水平的结果，这有助于找出不同群体间的连接性差异。 CONN工具箱为研究者提供了一个全面的平台，来探索和理解大脑功能连接的复杂性，不仅适用于静息态fMRI，也适用于任务相关fMRI数据的分析，是研究大脑功能网络的重要工具。