思影科技近红外脑功能数据处理服务
一、激活分析
1.使用NIRS_SPM进行激活分析
使用NIRS_SPM进行激活分析的步骤包括：对原始数据进行格式转化、使用定位信息创建MNI空间坐标、滤波、一阶建模、GLM模型评估、设置设计矩阵、计算beta值等。
2.统计分析
根据客户的实验设计，选择合适的方法对提取的beta值进行统计分析，包括：T检验，包括单样本T检验、双样本T检验、配对T检验等；方差分析（ANOVA），包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正，包括：FWE、FDR校正等。
3.结果可视化
绘制组水平激活图。
二、血氧浓度分析
1.基于Homer的血氧浓度分析
使用Homer进行血氧浓度变化分析步骤包括：导入数据、将光强度数据转化为光密度数据、伪迹检查、伪迹校正、滤波、block average、将光密度数据转化为血氧浓度变化数据等，并在预处理过的数据中提取：峰值、达峰时间、平均幅值等特征进行后续的统计分析。
2.统计分析
根据客户的实验设计，选择合适的方法对提取的特征进行统计分析，包括：T检验，包括单样本T检验、双样本T检验、配对T检验等；方差分析（ANOVA），包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正，包括：FWE、FDR校正等。
3.结果可视化
绘制组水平血氧浓度变化图。
三、脑内功能连通性分析
1.脑内功能连通性指标提取
功能连通性指标计算，包括但不限于：皮尔逊相关（COR）、相干（COH）、相位锁值（PLV）、相位延迟指数（PLI）、加权相位延迟指数（wPLI）,以及格兰杰因果（GC）,DCM（动态因果分析）等。
2.统计分析
根据客户的实验设计，选择合适的方法对提取的特征进行统计分析，包括：T检验，包括单样本T检验、双样本T检验、配对T检验等；方差分析（ANOVA），包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正，包括：FWE、FDR、NBS校正等。
3.结果可视化
绘制脑内功能连通性图。
四、脑间功能连接分析
1.脑间功能连通性指标提取
对近红外超扫描数据进行小波相干性计算，并计算脑与脑之间的有向交互的格兰杰因果（GC）。
2.统计分析
根据客户的实验设计，选择合适的方法对提取的特征进行统计分析，包括：T检验，包括单样本T检验、双样本T检验、配对T检验等；方差分析（ANOVA），包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正，包括：FWE、FDR校正等。
3.结果可视化
绘制脑间功能连通性图。
五、网络属性分析
1.网络指标提取
根据溯源后提取的脑区信号，计算脑区间的功能连接并进行网络构建，并基于图论计算网络属性指标，包括但不限于：小世界属性（small world）、集聚系数（clustering coefficient）、全局效率（global efficiency）、节点效率（nodal efficiency）、节点局部效率（nodal local efficiency）以及节点度中心性（nodal degree centrality）等。
2.统计分析
根据客户的实验设计，选择合适的方法对提取的特征进行统计分析，包括：T检验，包括单样本T检验、双样本T检验、配对T检验等；方差分析（ANOVA），包括单因素方差分析、重复测量方差分析、双因素方差分析、多因素方差分析等。
多重比较校正，包括：FWE、FDR校正等。
3.结果可视化
Bar图、点线图、圈状图等。
六、EEG-fNIRS分析
进行EEG信号和fNIRS信号之间的皮尔逊相关计算以及互相关计算，神经血管耦合分析，并绘制相关图。
七、基于近红外信号的机器学习
使用近红外数据进行分类、预测
八、动态功能连接分析
九、定制化分析
1.分析方法可定制。
思影科技可根据您提供的模板文献，基于您的实验数据，实现文献中使用的数据分析方法。此外，未列出的分析方法，只要在思影科技的能力范围内，尽力实现您的想法。
2.分析代码可定制。
在没有现有的软件适用于您的数据分析需求时，思影科技会与您协商，通过编写代码实现您的想法，并提供代码的完整实现。