相关文章
VBM后的配对t检验以及xjview使用
之前写了VBM后的双样本t检验，再记录一下配对t检验。 配对t检验和双样本t检验的过程基本一致。包括以下三个步骤。 第一步输入两组被试时，应该成对输入，共有几个被试就有几个pair。 但是这里我在做的过程中没有加协变量，不知道会不会有很大的影响。后面再重新做了看看。 接下…
如何提取差异脑区的灰质体积与临床量表算相关？——基于体素的形态学方法（VBM）
基于体素的形态学方法（VBM）是分析大脑解剖学（结构）差异最常用方法之一, 其通过给大脑volume逐体素打标签（分类）的方式来进行组织分割，过程高度自动化，比传统的基于ROI先验假设的分析方式得到的结果，更加具有稳定性和可重复性。VBM可以定量地测量出脑组织中各组织成分的…
基于CAT的VBM和SBM计算学习笔记（二）感兴趣区（ROI）全脑体积（TIV）
前言 回顾一下上文：之前学习了用CAT计算VBM灰质体积的预处理过程，主要分为三步：
Preprocessing:从使用DPABI生成T1图像再校准T1原点。Segement:CAT软件自带的自动化分割。Smooth:最后用Spm进行平滑操作。
基于CAT的VBM和SBM计算学习笔记&am…
VBM后的双样本t检验
上一篇文章写到做完了VBM，做完后因为数据一般都是患者组和HC组，这两个组之间需要进行比较，那么我们就要进行双样本t检验。 这里介绍双样本t检验的做法。 依然使用的是SPM-fMRI。
1.第一步是选择Specify 2nd-level 打开以后我们可以看到这个界面，Directory就选择自己准备保…
基于cat12和SPM12进行VBMSBM数据分析笔记1——数据预处理
前言
今年是小编步入研究生生活的第一年，研究方向待定，但主要以磁共振成像为主，以后会不断地总结这方面的知识，涉及MRI，数据分析基础方法理论，软件操作教程，文献阅读笔记总结等等，用…
基于cat12和SPM12进行大脑VBM数据分析笔记2——统计分析
小白一顿操作猛如虎——拿下VBM的双样本t检验
前言
培训的deadline到了，小编需要交作业了，所以就在此先把笔记记下来。作业需要提交一个报告，but这个报告我应该如何写呢，培训总结？哎，现在还是不清楚&…
解析脑神经影像中常用的两种分析方法：ROI和VBM
背景 磁共振成像（Magnetic Resonance Imaging, MRI），是一种非侵入性的医学影像技术，用于生成具有高分辨率的人体内部结构图像，主要包括反应功能网络的功能磁共振成像（Functional Magnetic Resonanc…
基于DPABI进行独立样本t检验计算VBM的组间差异
前言 经过前面两天的学习，我们已经得到了每位被试标准化后的全脑体素灰质体积的图像，以及其全脑（TIV）等信息，可用作组间比较。具体流程可参考前文：
基于CAT的VBM和SBM计算学习笔记（一ÿ…
vbm 分析_MRI脑影像分析从哲学到技术：一文搞懂VBM预处理基本原理（全网最详细解析）...
基于体素的形态学方法(voxel-based morphometry, VBM)，是分析大脑解剖学(结构)差异最常用方法之一。 其通过给大脑volume逐体素打标签(分类)的方式来进行组织分割(segmentation)，过程高度自动化，比传统的基于ROI先验假设的分析方式(manual ROI tracing)得到的结果，更加具有…
基于cat12和SPM12进行VBM数据分析
一、基于cat12和SPM12进行VBM数据分析
VBM 能定量计算局部灰质体素的大小和信号强度，从而能够检测出局部脑
区的特征和脑组织成分的差异。
1.前期软件安装准备：
1.1 spm12和cat12软件安装
参考这篇文章操作：
https://blog.csdn.net/qq_…
使用VBM和SBM在皮质形态分析中的优势
基于表面形态学测量（SBM）对于估计皮质形态的指数非常有用，例如体积、厚度、面积和沟回指数，而基于体素的形态学测量（VBM）是一种典型的灰质（GM）体积测量方法，包括皮层测量…
MRI脑影像分析从哲学到技术：一文搞懂VBM预处理基本原理（全网最详细解析）
基于体素的形态学方法（voxel-based morphometry, VBM），是分析大脑解剖学（结构）差异最常用方法之一。 其通过给大脑volume逐体素打标签（分类）的方式来进行组织分割（segmentation&…
基于CAT的VBM和SBM计算学习笔记（一）VBM
前言 基于体素的形态学方法(voxel-based morphometry, VBM)，是大脑结构研究中最常见的指标。我刚开始学习fMRI数据处理时主要都聚焦在功能差异的研究，但接触了一批受外伤的被试，对其脑结构的改变产生兴趣，遂学习之。 VBM用T1计算&…
VBM_DARTEL算法对灰质变化的计算
根据一些文献得知，VBM目前比较新的算法是DARTEL算法，这一算法被集成在SPM里，这里记录一下做法。 VBM是对T1像进行分割得到灰质等。所以要有结构T1加权像数据。 整个流程应该是这样：
1.手动调整前联合（AC）
首先就是需要我们自己手动调整一下结构像，打开SPM，spm首页有P…
)
跟着CTF-Wiki学pwn|格式化字符串(1)
文章目录 格式化字符串漏洞原理介绍格式化字符串函数介绍格式化字符串函数格式化字符串参数格式化字符串漏洞原理格式化字符串漏洞利用程序崩溃泄露内存泄露栈内存获取栈变量数值获取栈变量对应字符串泄露任意地址内存覆盖内存覆盖栈内存确定覆盖地址确定相对偏移进行覆盖覆盖任…
ret2shellcode
start
bin: https://pwnable.tw/challenge/#1
gdb-peda$ checksec
CANARY : disabled
FORTIFY : disabled
NX : ENABLED
PIE : disabled
RELRO : disabled反汇编
.text:08048060 public _start
.text:08048060 _start proc …
gdb 查看是否 栈溢出_64位Linux栈溢出教程
0x01 这一系列的文章目的在于快速介绍对缓冲区溢出(在64位下linux二进制程序)弱点的利用。 该系列教程适合人群为：熟悉利用32位二进制程序并想应用它们的知识来利用64位二进制程序。 该教程是长期的零散笔记，整理总结成的结果。 搭建环境 在64位与32位li…
C/C++ 基础栈溢出及保护机制
来源：pandolia 整理：CPP开发者 https://www.jianshu.com/p/47d484b9227e 【导读】：缓冲区溢出非常危险，因为栈空间内保存了函数的返回地址。该地址保存了函数调用结束后后续执行的指令的位置，对于计算机安全来说&…