zjb.main.analysis.evaluation.FCDAnalysis

class zjb.main.analysis.evaluation.FCDAnalysis

动态功能连接（Functional Connectivity Dynamics, FCD）分析类。 用于计算时间序列数据中的动态功能连接。

ts_emp

输入的时间序列对象

Type:

TimeSeries, input=True

method

功能连接的计算方法，可选”PCC”（皮尔森相关系数）、”CC”（相干性连接）或”MTD”（多重时间导数）

Type:

str, input=True

swc

是否使用滑动窗口分析，默认为True

Type:

bool, input=True

sw

滑动窗口的长度（秒），默认为1.0

Type:

float, input=True

sp

两个连续滑动窗口之间的跨度（秒），默认为0.5

Type:

float, input=True

f_lo

带通滤波的低频截止（Hz），默认为0.01

Type:

float, input=True

f_hi

带通滤波的高频截止（Hz），默认为1

Type:

float, input=True

__return__

输出的动态功能连接序列，每个元素是一个功能连接矩阵

Type:

np.ndarray, dtype=np.float32, output=True

__slide_temporal_windows(x: ndarray, t: float, fs: float, axis: int = 0) → ndarray

创建时间序列数据的滑动窗口

_apply_bandpass_filter(x: ndarray, fs: float, order: int = 2) → ndarray

应用带通滤波器

_compute_dFC_series(data: ndarray, tr: ndarray, fs: float)

计算动态功能连接序列

static coherence_connectivty(x: ndarray) → ndarray

计算相干性连接

static cosine_similarity(x: ndarray, axis_1: bool = False) → ndarray

计算余弦相似度

static eigval_eigvec_extraction(x: ndarray, n: int = 1) → tuple

提取特征值和特征向量

static mul_temporal_derivatives(x: ndarray) → ndarray

计算多重时间导数

static pearson_corr_coeff(x: ndarray, axis_1: bool = True) → ndarray

计算皮尔森相关系数

ts_emp: TimeSeries