脑网络分析的指标

脑网络分析的指标,第1张

1. 边( link,edge) ,脑区间的功能连接

2. 节点(vertex 或 node)  ,脑区 

3. 节点度(degree) ,度ki,直接连接在一个节点的边的个数, 节点的度越大则该节点的连接就越多, 节点在网络中的地位也就越重要. 

4. 度分布(degree distribution) , 度分布P(k) 是网络最基本的一个拓扑性质, 它表示在网络中等概率随机选取的节点度值正好为k 的概率, 实际分析中一般用 网络中度值为k 的节点占总节点数的比例近似表示 . 拥有不同度分布形式的网络在面对网络攻击时会表现出截然不同的网络行为。

5. 区域核心节点(provincial hub)   

6. 连接中枢点( connector hub)      

7. 中心度(centrality)  中间中心度bi(centrality). 一个节点对网络中其他节点的信息流的影响。中心度是一个用来 刻画网络中节点作用和地位的统计指标 , 中心度最大的节点被认为是网络中的 核心节点(hub) .

8. 度中心度(degree centrality) ,最常用的 度中心度以节点度刻画其在网络中的中心程度     

9. 介数中心度( betweenness centrality) ,介数中心度(betweenness centrality)则从信息流的角度出发定义节点的中心程度.  介数中心性用来确定网络中最中心的节点,即网络中起桥梁作用的节点。hub脑区大多数位于接受多个脑区信息的联络皮层,比如豆状核,海马,颞中回,顶上回,额上回等。 节点i 的介数 Bi 定义为通过该节点的最短路径的数目。归一化介数可通过如下公式计算:

介数越大的节点代表网络中越关键的节点(如 hub 节点),在该研究中我们定义网络的hub 节点为 bi 大于 1.5 倍的所有节点的介数平均值。

对于网络G 中的任意一点i, 其介数中心度的计算公式如下

10. 节点强度( node strength) , 加权网络中由于考虑了边的权值,无权网络中的度与度的分布特征在加权网络中进一步推广为强度与强度的分布。与节点度相比, 节点强度不仅考虑了与节点连接的边的数目,更进一步考虑了与节点连接的相应的边的权值 ,能够更加科学的衡量作者的局部网络特征,在采用累积频次加权的作者合作加权网络中,节点强度是指作者与其合作对象的累积绝对合作频次。

11. 最短路径长度(shortest path length) ,最短路径长度,(shortest path length).最短路径对网络的信息传输起着重要的作用, 是描述网络内部结构非常重要的一个参数. 最短路径刻画了网络中某一节点的信息到达另一节点的最优路径,通过最短路径可以更快地传输信息, 从而节省系统资源. 两个节点i,j之间边数最少的一条通路称为此两点之间的最短路径, 该通路所经过的边的数目即为节点i,j之间的最短路径长度, lij. 网络最短路径长度L 描述了网络中任意两个节点间的最短路径长度的平均值

12. 特征路径长度( characteristic path length) Lp ,网络整体路由效率的程度。对于特征路径长度的计算,有断键重连的标准小世界网络方法和添加长键转化小世界网络方法。 该指标衡量了网络的信息并行处理的能力或全局效率(1/ Lp),特征路径长度的增加说明了脑区之间的信息传输和交互效率降低。 一个网络的特征路径长度 Lp  , 是网络中任意两节点的最短路径的平均 :

13. 聚类系数( clustering coefficient) ,聚类系数Cp,网络的聚类程度,集群系数衡量的是网络的集团化程度, 是度量网络的另一个重要参数, 表示某一节点i 的邻居间互为邻居的可能. 节点i 的集群系数Ci的值等于该节点邻居间实际连接的边的数目(ei)与可能的最大连接边数(ki(ki–1)/2)的比值。 该指标衡量了网络的局部聚集性或者信息传输的局部效率。 网络中所有节点集群系数的平均值为网络的集群系数。

14.局部效率(local efficiency) ,局部效率Eloc,衡量如何高效的传播信息通过节点的直接相邻节点,由于集群系数只考虑了邻居节点间的直接连接, 后来有人提出局部效率(local efficiency)Eloc的概念. 集群系数和局部效率度量了网络的局部信息传输能力, 也在一定程度上反映了网络防御随机攻击的能力。任意节点i 的局部效率为

 该指标描述了网络的容错能力,表明当移除节点 i 后它直接相邻的节点间的通信效率。

15.全局效率( global efficiency) ,全局效率 Eglob 描述了网络对于信息并行处理的能力,定义为任意两节点的最短路径的调和平均值的倒数,全局效率Eglob,衡量如何有效的通过整个网络传播信息,通常最短路径长度要在某一个连通图中进行运算, 因为 如果网络中存在不连通的节点会导致这两个节点间的最短路径长度值为无穷 . 因此有人提出了全局效率(global efficiency)Eglob的概念。最短路径长度和全局效率度量了网络的全局传输能力.  最短路径长度越短, 网络全局效率越高, 则网络节点间传递信息的速率就越快. 全局效率的降低说明脑区之间的信息传输和交互效率降低。

16.外径(Diameter) ,The longest of all the geodesics, and the geodesics is a shortest path between two nodes. If we are looking for the diameter of a network, we are really looking at all the shortest paths and then choosing the longest one.

17.平均最短路径(Average path length) , It's calculated by finding the shortest path between all the nodes, adding them up, and then dividing by the total number of pairs. It will show us the number of steps on average it takes to get from one member to another in the network. For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called the small world phenomena.

18.AAL模板,  AAL全称是Anatomical Automatic Labeling,AAL分区是由 Montreal Neurological Institute (MNI)机构提供的。AAL模板一共有116个区域,但只有90个属于大脑,剩余26个属于小脑结构,研究的较少。

19.MNI空间, 是Montreal Neurological Institute根据一系列正常人脑的磁共振图像而建立的坐标系统。Native空间就是原始空间。图像没有做任何变换时就是在原始空间。在这个空间中图像的维度、原点、voxel size等都是不同的, 不同被试的图像之间不具有可比性 , 计算出来的任何特征都不能进行统计分析 ,或是用于机器学习。所以 必须对所有被试的图像进行配准标准化到同一个模板上,这样所有被试的维度、原点、voxel size就一样了。 使用MNI标准模板,就表示把图像转换至MNI空间了。 一般而言MNI模板是最常用的,研究的比较多。 标准空间的图像也是指MNI空间的图像。

20.Talairach空间, 和MNI空间的坐标有对应的关系,很多软件都提供这个功能,如Mricron、REST等。Talairach空间只要是为了判别当前坐标在什么结构上,注意Talairach atlas and Talairach coordinates 就是Stereotaxic space.

21.全局网络度Kp ,节点 i 的连接度 Ki 定义为与该节点直接相连的边的数目,高度连接的节点的度较大。该指标用来描述一个网络的稀疏度。全局网络的度Kp 为网络中所有节点的度的平均:

22.小世界属性,基于体素和基于脑区的研究都表明人脑功能网络都具有高效的小世界属性。 For example, 721 million users with an average path length of just 4.74, in these network, we show that it is at once both global and local, it connects nodes which are far away but also has the dense local structure, and this is called t he small world phenomena . 小世界网络( small-world network) 网络的小世界属性:高的聚类系数和短的特征路径长度。小世界的拓扑结构支持大脑信息处理的分化和整合功能,是一种经济型的结构,支持高度复杂动态结构的同时,使得配线代价最低。具有小世界属性的动态系统通常有较好的抗攻击性,而且表现出比较高的信息传输速度,计算能力和同步性。

23. 攻击性, 用来定量描述某个节点的失败对网络行为的影响。节点 i 的攻击性Vi 定义为: 当去掉节点 i 及其连接的边后网络全局效率的变化 ,可通过如下公式计算:

其中 Eglob’表示去掉节点 i 及其连接的边后网络的全局效率。 攻击性同介数中心性一样也是反映了节点在网络中的重要性。

24.节点效率ei, 衡量一个节点与其他节点通信的效率

25.结构性连接,

26.模块化结构,

27.结构性脑网络( structural brain networks 或anatomical brain networks) 

28.功能性脑网络( functional brain networks)

29.因效性脑网络( effective brain networks) 

30.无标度网络( scale-free network) 

31.随机网络( random network) 

32.规则网络( regular network) 

33.无向网络( undirected network)

34.加权网络( weighted network)

35.相位同步( phase synchronization) 

36.连接密度(connection density/cost) 

37.互相关分析( cross-correlation analysis) 

38.因果关系分析( Causality analysis) 

39.直接传递函数分析( Directed Transfer Function,DTF) 

40.部分定向相干分析( Partial Directed Coherence,PDC) 

多变量自回归建模( multivariate autoregressivemodel,MVAR) 

独立成分分析( independent component analysis,ICA) 

步似然性(synchronization likelihood, SL) 

结构方程建模(structural equationmodeling, SEM) 

动态因果建模(dynamic causalmodeling, DCM) 

心理生理交互作用模型(Psychophysiological interaction model) 

非度量多维定标(non-metric multidimensional scaling) 

体素形态学(voxel-based morphometry,VBM) 

统计参数映射(statistical parametric mapping,SPM) 

皮尔逊相关系数(Pearson correlation)

偏相关系数(Partial correlation) 

脑功能连接,度量空间上分离的不同脑区间在时间上和相关性和功能活动的统计依赖关系,是描述脑区之间协同工作模式的有效手段。

方法学:(1)定义被试的节点的方法:AAL模板和自动配准;(2)定义边:确定性的纤维跟踪算法,HARDI,DSI,概率跟踪算法;(3)二值网和加权网的选择;

最大连通子图大小,SOBCC(Size of Biggest Connected Component),代表网络连通分量的大小。

1,网站推广

1)搜索。百度SEM,360SEM,搜狗SEM,神马SEM。百度SEO。

2)网址导航。HAO123网址导航,360网址导航,搜狗网址导航,毒霸网址导航等等。移动端的有QQ浏览器,UC浏览器,小米浏览器等等。

3)网络联盟。亿起发,领克特,百度联盟。

4)门户社区。四大门户,地方社区等等。

5)异业合作。

6)生活分类网站。

2,APP推广

1)应用市场/应用商店

小米应用商店,百度手机助手(含91手机助手和安卓市场),华为应用市场,应用宝,360手机助手,魅族应用中心,PP助手,UC应用商店,OPPO软件商店,机锋市场,搜狗手机助手,魅族商店,豌豆荚,安智市场,金立易用汇,木蚂蚁,联想乐商店,应用汇,沃商店,移动MM等等。另外,部分浏览器的应用商店也可以合作,比如QQ浏览器等等。

这里面的玩法首先是基础上线,能上线的都不要放过。然后利用一些资源,比如新品首发,首发,活动,换量等等。中间如果有些预算,建议刷量来做ASO优化,做一些好评。

2)QQ群。

QQ群以及微信群,是精准用户的聚集地,如果做的好,可以获得一批种子用户。

3)Wap。

现在APP推广的渠道太少了,wap的流量那么大,如果有费用,可以好好利用下,直接跳转到app 下载页面。之前有个朋友,经常通过这个方案拉动了app store的榜单,着实诡异。

4)换量。

一点一滴,从小做起。把可以利用的资源,都利用上。

5)知乎。

我有个朋友,坚持在知乎上与用户互动,目前累计了近3W关注着,近5W赞同,1W多感谢。他曾经有个回答,很多知乎网友转载到新浪微博,当天给他带来一万多APP新增。

6)社区。

在社区通过有奖活动,也可以吸引一批种子用户。

7)超级APP。

在这个人人都是自媒体的时代,每个APP也都是一个流量媒体,可以跟APP换量,可以付费,也可以做活动。

8)品牌广告。

比如电视,楼宇 明星 ,地铁 ,公交 ,院线,视频等适合做品牌曝光,不过需要花很多预算,除非你特别能刷脸,或者有奇招。真想有一天我可以空手套白狼,哈哈。

9)高校 ,小区 。

精准的线下推广渠道,且比较高效。这块如果能解决质量问题,那将是很好的渠道,据说线下是游戏推广最高效的渠道。

10)广告平台。

多盟,点入,点乐,勤诚互动,云聚,有米,巨朋,热葫芦,米迪等等。资源形式是推荐墙,插屏,banner,push,积分墙等等。

11)预装和刷机。

这块没玩过,但是据说效果一般,适合百度,淘宝,助手,安全,浏览器等等应用。

12)关于iOS的玩法

正版的玩法是:冲榜。积分墙冲。刷榜。机器刷。ASO。机子直接刷,积分墙优化,通过拷贝主APP,换个皮做马甲等等。最近部分APP直接把20个关键词刷到TOP10。另外,还有的能做联想词。热搜。 我上家公司,每次做电视广告,自动就上去了,不过效果一般,但是听说理财APP效果不错。限时免费渠道,比如鲜柚科技的限时免费大全,搞趣网等渠道。越狱的渠道有PP助手,苹果助手,XY助手,同步推,海马助手,狐狸助手,爱思助手等等。

13)精准渠道

腾讯广点通、新浪微博粉丝通、今日头条、陌陌信息流、新浪扶翼、神马SEM渠道,admob,inmobi,还有聚效、小鸟推送等专注于APP推广的DSP平台也不错。

14)社会化营销

通过微博,微信等渠道,发布活动,吸引用户参与,从而获得下载量。南京有个产品叫扇贝,通过背单词比赛,取名字等小游戏,从微博,微信获得客观的下载量。这块成本很少,但是效果却很好。安妮事件证明新浪微博和微信朋友圈结合,能够迸发出惊人的流量,给大V们产生丰富的残余商业价值。近期网易“我要上头条”的H5火了,也足以说明吧。另外,之前玩的比较多的微博九宫格推广,也是一种APP推广玩法。

15)事件营销

杜蕾斯在这块玩的不错。

16)病毒营销

脸萌,足记,魔漫相机是里面的佼佼者。

17)大V或者说网红营销

姑婆那些事儿在初期,经过不少创业公司的CEO推荐,获得了不少精准优质用户。这块需要具备:产品质量好以及有名人给你推荐2个条件。

18)DSP

这块不熟悉,据说国外做的比较好。国内的发展一直不温不火。

19)补贴推广

滴滴打车,UBER,就是典型案例。现在也有公司不愿意把钱花在渠道上,愿意把钱花在客户身上,这样比较精准。

20)异业合作

之前我们写过沪江网的一个异业合作案例,有兴趣的可以看看。

21)美女视频直播平台

之前写过陌游这个产品,有兴趣的可以看看。

22)免费渠道

创业邦,IT耳朵,36氪,互联网分析沙龙,网易荐新闻,姑婆那些事儿,

最美应用等等都可以通过活动,文章形式来推。

23)行政渠道

之前有个产品,关于教育考试的,冲到了APP STORE总榜第一,据说是教育机构指定学生必须用的,所以不花钱就做到了很大流量。

好了,暂时讲这么多,其实我自己在2018年那会,也是在商梦网校学了点aso优化技术,就开始琢磨了,主要还是实战出真知吧。


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/115134.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-03-12
下一篇2023-03-12

发表评论

登录后才能评论

评论列表(0条)

    保存