【文件属性】：
文件名称：matlab非参数代码-CCA:CCA
文件大小：90KB
文件格式：ZIP
更新时间：2021-06-08 13:12:07
系统开源
matlab非参数代码CCA
典型相关分析
(CCA)
是一种多变量分析技术，用于最大化正交化的独立变量和因变量集之间的相关性
此处提供的代码适用于
Perry
等人（2017
年，审查中）中执行的
CCA，其中CCA
将
rs-fMRI
模式与人口统计学和认知测量联系起来
并从
HCP
调查中修改
*改编自
Perry
等人
(2017)
存储库中包含的代码：
功能网络的归一化和分解
CCA
基本可视化输出
功能网络构建中使用的
Parcellation
模板
必需的依赖项
数学实验室
（可视化可选）
入门
1.
所需资料：
所有科目的功能网络矩阵（即CCA中的因变量）（连接矩阵）
非成像措施的设计矩阵（即
CCA
中的独立变量）（
DM
）
功能图像（
motionFD
）的运动参数（即帧位移）
功能网络构建（
COG
）中使用的分割模板的质心
2.
执行
CCA
在
MatLab
终端中运行：
[CCAout]
=
cca_functional(connectivitymatrices,
DM,
motionFD,
COG)
3.
提取CCA结果
结果数据将存储在
Matlab
【文件预览】：
CCA-master
----code()
--------cca_functional.m(7KB)
----README.md(3KB)
----parcellations()
--------512Yeo2011Matches.mat(564B)
--------CraddockYeo2011Matches.mat(2KB)
--------regions2templateindex.m(2KB)
--------512COG.mat(10KB)
--------Craddock_200_3mm.nii(531KB)
--------512inMNI.nii(3.44MB)