GRETNA_Degree Centrality(1)

 

이번에도 간단한 예시 데이터 생성(앞에서 사용한 데이터와 동일)

GRETNA의 옵션들과 그래프이론의 네트워크 지표들을 공부해보았다.

 

가정 

ch = 3

fs = 10

 

fNIRS 데이터 특성상 각 채널 당 oxyhemoglobin을 뜻하는 HbO, deoxyhemoglobin을 뜻하는 HbR 두 개의 데이터가 필요함



위의 예시 데이터를 통해 만들어진 FC_Matrix(.txt)

그래트나 내에서도 degree centrality를 포함하여 다양한 척도들을 구하기 위해서는 fcMatrix가 필요

 

 

 

왼쪽 : 그래트나 안의 코드

오른쪽 : 왼쪽을 활용하여 만든 degree centrality(연결 중심성) 구하는 코드(oxy ver.)

 

 

 

 

GRETNA를 통해 나온 degree centrality 결과

(이 때 크기 배열 channel x threshold value = 3x10)

 

 

 

내가 만든 코드를 통해 나온 결과

일치하는 것을 확인

 

---

Q1. thresholding은 어떻게 작용하는가?

 

GRETNA의 기본 세팅 값

 

GRETNA manual

 

타입은 두 가지

• Value of Matrix Element(connectivity strength) : researchers can define a threshold value such that network connections with weights greater than the given threshold are retained and others are ignored (i.e. set to 0)
• Network sparsity : the threshold value is defined as the ratio of the number of actual edges divided by the maximum possible number of edges in a network

 

Value of Matrix Element를 더 주의깊게 보자

즉, 이 옵션을 선택하면 thereshold 값에 따라 그 이하라면 무시된다(=0)

 

---

Q2.binary vs weighted networks

 

 

다시 앞의 코드로 돌아가서 검증

쉬운 계산을 위해 fcMatrix와 Threshold value를 수정하였다. 

---

fcMatrix =

[0.00   0.83   0.97
 0.83   0.00   0.94
 0.97   0.94   0.00]

---

* 참고(매트랩)

Ctrl + R + 드래그 = 전체 주석 처리

Ctrl + T + 드래그 = 전체 주석 해제

---

 

1. fcMatrix(기존 값)

2. fcMatrix for binary 

3. fcMatrix for weighted 

 

threshold value가 0.1:0.1:0.9로 설정되었기 때문에 맨 마지막의 0.9 값에는 변동이 생기게 된다. 

 

2. binary

if threshold = 0.9,

  0.9이하의 값은 무시됨(=0이 됨)

  0.9이상의 값은 1이 됨

otherwise,

 1의 값을 줌

 

 

3. weighted

if threshold = 0.9,

  0.9이하의 값은 무시됨( =0이 됨)

  0.9이상의 값은 가중치를 살림(e.g. 0.97, 0.94)

otherwise,

 가중치를 살림

 

 

1. binary(GRETNA)

2. weighted(GRETNA)

3. 내 코드

---

 Q3. aDc란 무엇인가?

 

 

이어서 계속.........