Fisher r-z变换，z-score标准化与常用标准化

常用标准化方法：

(X - mean(X))/(Xmax - Xmin)

在每一个特征X，(X - mean(X))/std(X);

在做FC或voxel-wise degree centrality （体素方法度中心性）时，两个体素之间X和Y的相关系数（peasrson相关）：

FC通常用Fisher r-z变换增加分析效率，z变换公式为：

类似于二元正态数据方差为1。因为当相关系数|r|过于接近1的时候，方差会非常小。

z-score标准化为：

DC，fALFF用z-score。计算方法为每个数据减去均值再除以标准差，大于均值为正小于均值为负。可以衡量某个体素值在分布中相对位置。

 

度：通过计算每个体素互相的pearson相关加权和。通过一定阈值，二值计算方法计算的是与该体素相关大于阈值的体素个数，权重计算方法计算所有体素与该体素的连接强度之和。通常用z-score来标准化。阈值通常设为0.2，严格可以考虑0.25.

 

根据研究目的选择positive，absolute或negative。

度中心度，为其他所有体素与该体素的平均连接强度：

Buckner对度中心度的研究比较多。

Liao et al. (2013) Neuroimage. 根据度中心度以75mm为连接距离，低于75mm对初级区域连接更加敏感，高于75mm的连接对功能整合更加敏感。

Sepulcre et al. (2010) Plos Computational Biology. 以14mm内为局部连接，大于14mm为长距离连接。