pyClusterROI

Preparision

toobox：Anaconda2 and pyClusterROI
http://ccraddock.github.io/cluster_roi/usage.html
https://github.com/ccraddock/cluster_roi
First, you need to download the toolbox （see references）
Second, ensure that you have installed the pre-requisites: NumPy，SciPy and NiBabel(只有nibabel需要额外安装，其他已经装好). Note: 务必在Anaconda prompt进行安装

Processing pipeline (demo)

第一步，功能像（rest or task state fmri data）数据预处理；
第二步，制作一个Gray matter mask，限制功能连接的空间范围；
第三步，利用数据在个体水平上构建相似矩阵（individual level similarity）。这个矩阵是一个Nvoxel x Nvoxel 的矩阵，矩阵的每个元素（entry）表示体素间的相似性。有三种方法可选： 1. Tcorr，对应make_local_connectivity_tcorr 此函数有bug，line190，sparse_w=append(sparse_w,R[nzndx],1)应修改为 sparse_w=append(sparse_w,R[nzndx],0) 2. Scorr，对应make_local_connectivity_scorr 3. 仅仅使用mask来制作，相邻的体素其相似性赋值为1，否则为0，对应函数为：make_local_connectivity_ones
第四步，聚类（clustering）。pyClusterROI提供了两种方法来整合不同被试的信息以实现组水平聚类。 1. The group-mean clustering approach. 不需要个体水平聚类，只需要group_mean_binfile_parcellation函数； 2. The two-level approach. 先在个体水平上聚类（individual level clustering），再在组水平聚类。需 binfile_parcellation import和group_binfile_parcellation函数。

第五步，将生成的npy格式文件转换为nii格式文件。有两个函数可以使用： 1. make_image_from_bin_renum，有bug，不要用 2. make_image_from_bin，ok

from make_image_from_bin_renum import *
# write out for group mean clustering
for k in NUM_CLUSTERS:
  binfile='rm_group_mean_tcorr_cluster_'+str(k)+'.npy'
  imgfile='rm_group_mean_tcorr_cluster_'+str(k)+'.nii.gz'
  make_image_from_bin(imgfile,binfile,maskname)

第六步，给生成模板的每个ROI一个lable。即利用前人的模板，给分割的ROI命名。注意这一步是通过在shell中调用函数 parcel_naming.py来进行的。
```
python parcel_naming.py tcorr05_2level_all.nii.gz \
  tcorr05_2level '50,100,150,200'
```
adjust demo

分为三步
第一，获取指定文件夹下的文件名，参考：http://blog.csdn.net/lsq2902101015/article/details/51305825
第二，利用enumerate函数在for循环中计数。
- enumerate多用于在for循环中得到计数（index=文件序号）和值（item=文件名）
- enumerate(list1)返回两个参数，第一个是序号，第二个是文件名
```
test = ["this", "a", "test"] # def a var
for index, item in enumerate(list1): # 对于从enumerate函数返回的两个参数进行遍历
  print index, item # 按照index, item的顺序显示两个参数
```
第三，得到每个被试预处理fmri文件的信息：路径+文件名该思路实施不便，因为函数make_local_connectivity_tcorr( infile, maskfile, outfile, thresh )，其输入infile定义为文件名，不包含路径信息。
第四，将所有被试的预处理文件重命名后整理到一个文件夹下。只遍历文件名信息。

参考文献：A whole brain fMRI atlas generated via spatially constrained spectral clustering

Preparision

Processing pipeline (demo)

adjust demo