什么是FDR校正，核磁共振成像中FDR校正方法有哪些？如何进行FDR校正？

fNIRS数据处理服务：从实验设计到科研突破的全流程解决方案

本文系统介绍了fNIRS数据处理服务的全流程解决方案，旨在帮助研究者克服从实验设计到数据分析的技术挑战。服务涵盖实验设计优化、数据预处理、激活与功能连接分析、脑间超扫描、图论脑网络及机器学习预测等核心环节，通过专业团队的技术支持，让研究者能专注于科学问题本身，加速科研突破。

磁共振数据处理全流程解析：从预处理到统计推断的实战指南

磁共振成像技术是神经科学和临床医学中获取大脑结构和功能信息的关键手段。其核心原理在于通过检测氢原子核在强磁场中的共振信号，重建出高分辨率的大脑图像。这项技术的价值在于能够无创地探索大脑的解剖结构、功能活动及网络连接，为理解认知过程、诊断神经系统疾病提供了重要依据。在神经影像研究、精神疾病生物标志物开发以及脑机接口等应用场景中，规范化的数据处理流程是确保结果可靠性的基石。本文聚焦于磁共振数据分析的完整技术栈，深入探讨了**预处理**环节的数据净化与标准化方法，并详细阐述了**广义线性模型**在任务态功能磁共振

如何使用DPABI 进行核磁共振数据结果统计分析？

下面总结使用DPABI 的统计模块对MRI 图像进行统计分析的基本方法，并与SPM 的统计结果进行简单的对比。DPABI 的统计模块包含了常用的统计模型和多重比较校正方法、在控制协变量上也非常方便。 DPABI 进行结果统计分析一、下载和安装 DPABI二、下载样例数据三、统计模型和多重比较校正四、DPABI 的统计主界面五、DPABI 的可视化主界面六、查看统计结果 一、下载和安装 DPABI 下载 DPABI 包，解压后将文件夹和子文件夹加入MATLAB 的搜索路径即可。 具体安装方法详见 dpabi

第五课 医学影像研究中的统计分析方法（上）

假设我们进行m次独立的假设检验，每次检验的显著性水平都是α，那么至少有一次错误拒绝原假设的概率（家族错误率，FWER）为1-(1-α)^m。需要注意的是，均值对异常值较为敏感，当数据中存在极值时，均值可能不能很好地代表数据的典型水平。如何从这些复杂的影像数据中提取有意义的信息，并通过科学的统计分析方法得出可靠的结论，已成为医学影像研究领域的核心问题。在医学影像研究中，备择假设的设定需要基于临床问题和研究目的，可能是双侧的（存在差异但方向不确定）或单侧的（存在特定方向的差异）。

fdr_bh:Benjamin & Hochberg / Yekutieli 一组统计检验的错误发现率控制程序-matlab开发

执行 Benjamini & Hochberg (1995) 过程来控制假设检验系列的错误发现率 (FDR)。 FDR 是被错误拒绝的被拒绝假设的预期比例（即，这些测试的原假设实际上是正确的）。 与 Bonferroni 校正等程序相比，FDR 通常是一种不太保守/更强大的多重比较校正方法，后者提供对家庭错误率（即，一个或多个零假设被错误拒绝的概率）的强大控制。 该函数实现了 Benjamini & Hochberg 过程的两种版本：一种假设独立或正相关测试，另一种不假设测试相关性。 后一种程序（由 Benjamini 和 Yekutieli 于 2001 年发布）总是合适的，但比前者保守得多。 这两个过程都非常简单，只需要家族中所有检验的 p 值除了校正多重比较的 p 值之外，此函数还返回在 FDR 调整后仍然显着的任何 p 值的多重比较调整置信区间覆盖率。 这些“经过 FCR 调整的选

【Unity Shader】2D模型 3D模型混用的穿模问题(Spine在3D场景中出现前后穿模问题的解决办法)

问题描述： 在3D场景中使用Spine模型(2D), 因为Spine需要像Billboard类似的处理,永远是垂直与相机的, 所以一般情况下2D模型能正常显示且前后的阻挡关系也是没有问题的,如下图所示,一切都很美好.（这里用一个四边形，图中的福字表示2D模型） 可是如果后面蓝色的格子比较高,或者2D角色本身也比较高,那么就会出现模型穿插的问题,如下图所示: 如果吧2D模型竖立起来,前后关系肯定是没有问题的,所以也能避免模型穿插的问题,可是就没有Billboard效果,圆形的福字已经被压扁了,如下图:

迈创cameralink采集卡安装操作说明

迈创cameralink采集卡安装操作说明MIL软件安装MIL软件下载获取MIL软件安装MIL软件安装常见问题 MIL软件安装 MIL软件下载获取 MIL软件安装 解压MIL安装包，点击MilSetup.exe开始安装，如下图所示； 备注：64位系统MIL软件可以同时安装32位和64位客户端，本文档默认安装64位客户端,64位系统安装32位MIL方法后续再展开讲（不建议这样用，很麻烦） 点击Launch Installation开始安装，64位系统，默认只安装64位MIL客户端 根据采集卡驱动，选择M

STM32F103C8T6蓝莓派用HAL库GPIO模拟SPI驱动MAX31865读取PT100温度（附完整代码）

本文详细介绍了如何在STM32F103C8T6蓝莓派开发板上使用HAL库通过GPIO模拟SPI驱动MAX31865读取PT100温度传感器的完整方案。内容包括硬件连接、CubeMX配置、GPIO模拟SPI实现、温度计算算法及常见问题排查，并附有完整代码示例，帮助开发者快速实现高精度温度测量。

stm32f103c8t6的中文字库

stm32的成熟中文字库，上手即用，操作简单

基于 Arduino 的鱼缸水质检测控制系统设计

本系统通过多传感器实时采集鱼缸水质参数（pH 值、温度、溶解氧、浊度），经 Arduino 主控芯片处理后，驱动执行模块自动调节水质，并通过显示模块实时展示数据。系统具备阈值报警、自动换水、温度调节、增氧等功能，适用于家庭或小型水族箱的水质智能管理。本设计提供了低成本、易扩展的鱼缸水质管理方案，适用于家庭水族箱或小型水产养殖场景，可根据实际需求调整传感器类型和控制逻辑。注：本设计如有疑问需要解惑可直接私信本人，看我个人简介。

LLM评测框架Ragas:测试RAG的性能出现TimeoutError()的解决办法（Ragas+langchain+ollama）

无奈之下，自己找到了一个解决办法，在ragas支持的llm类库中加了一个如下的类，支持ollama、langchian_ollama使用ragas测试报错的问题。可以将如上的库放到你的ragas的系统库的llms目录下，然后修改__init__.py如下。最近用ragas测试rag的性能，发现老出现TimeoutError()的错误。这是一个临时的解决办法，具体等待官方给出最终的解决方案。后来发现官方也没有尽快支持的计划。然后就可以用如下代码进行一些验证。

高频电磁场仿真-主题064-伴随变量法与灵敏度分析

在电磁器件优化设计中，梯度信息对于指导优化方向至关重要。考虑一个典型的电磁优化问题： 其中 p=[p1,p2,...,pn]Tp = [p_1, p_2, ..., p_n]^Tp=[p1​,p2​,...,pn​]T 是设计参数向量（如几何尺寸、材料参数等）。传统有限差分法的困境：示例： 一个具有100个设计参数的天线优化问题伴随变量法（Adjoint Variable Method, AVM）通过引入伴随场，将梯度计算复杂度从 O(n)O(n)O(n) 降低到 O(1)O(1)O(1)：伴随变量法在计算

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

IEM模型，地表粗糙度模拟

利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开