1、软件安装和；路径加载（略）

样本存放形式

image.png

需要做到平滑

B站有视频

2、matlab输入命令

gift

主界面

3、ICA操作

新建存储结果的文件夹：gica；并选择将结果放入其中。

image.png

选中相应的文件夹

image.png

全部选完之后点击ok

image.png

自动跳出，选择yes

分析的结果显示为37

这里选择yes，因为这个时候该功能不会起作用

image.png

该方法耗时较多,自己做的时候建议用这种方法

image.png

Run

image.png

运行中

图a：运行后跳出的界面

image.png

所以图a可以用以下方式打开：

image.png

RSN模板需要提前做好

image.png

这里选了8个模板，做的回归是模板作为因变量，各个成分作为自变量，然后做回归。beta值越高，说明与模板的相似性越高。然后生成一个mat和一个txt文件。

各成分和模板的相关性

该系数是和刚输入的听觉模板之间的相关系数，如果第二个突降，说明第一张是正确的。如果第一张和第二张图片中的系数相差不多，且都大于0.1，可能是同一个网络的子成分。
一般0.2以上算可以的。
比如默认模式网络，前默认网络0.3，或后默认模式网络0.25.
该系数是和刚输入的听觉模板之间的相关系数，如果第二个突降，说明第一张是正确的。如果第一张和第二张图片中的系数相差不多，且都大于0.1，可能是同一个网络的子成分。
一般0.2以上算可以的。
比如默认模式网络，前默认网络0.3，或后默认模式网络0.25.

各个成分和模板的相关性在这两个文件里面

这个时候需要找到哪个模板和哪个成分的相关性最大

8×37的数据，行为空间模板，列为成分

这里有一个matlab代码

%将该代码命名为find_component

clear all;clc;
load('g_spatial_regression.mat');
ica_con= regressInfo.regressionParameters;
name ={'Reslice_auditory','Reslice_default_mode','Reslice_dorsal_attention','Reslice_left_frontoparietal','Reslice_right_frontoparietal','Reslice_somatomotor','Reslice_ventral_attention','Reslice_visual'};
for i =1:size(ica_con)
     row=ica_con(i,:);
     names=name(1,i);
     value{i,1}=names;
     value{i,2}=find(row==max(row));
end

结果如下