NBS-Predict使用手冊
NBS-Predict軟件介紹
（1）NBS-Predict的運(yùn)行環(huán)境：需要MATLAB 2016b或更高版本的MATLAB。
免安裝的MATLAB在后臺回復(fù)關(guān)鍵詞‘matlab’即可獲得。
（2）NBS-Predict的下載安裝：
下載地址：https://github.com/eminSerin/NBS-Predict
下載并解壓名為 NBS-Predict-master.zip 的壓縮包；打開 matlab 窗口，進(jìn)入文件菜單下的 set path（設(shè)置路徑）；先點(diǎn)擊默認(rèn)清空路徑，后單擊 Add with Subfolders（添加并包含子文件夾），選擇解壓后的 NBS-Predict-master 文件夾，單擊保存。
(3)NBS-Predict的打開：在命令框輸入‘start_NBSPredict’，回車。彈出 NBS-Predict 界面即添加成功。
?
NBS-Predict的使用
一、準(zhǔn)備工作：
初次使用或者不使用先前分析結(jié)果時(shí)，需要在 Create a new Workspace name 處新建一個(gè)文件夾，用來存儲此次分析的結(jié)果文件。
①在 Workspace name 處輸入此次工作區(qū)的文件夾名字，點(diǎn)擊 Create；
②彈出一個(gè)界面，選擇此次文件夾保存的位置。
③選擇完畢后點(diǎn)擊 Create，變綠即為創(chuàng)建成功。
④點(diǎn)擊‘Start’，彈出NBS-Predict界面，正式開始分析。
注意：如果已經(jīng)建立文件夾，使用以上方法會報(bào)錯，提示已存在文件夾。
?
此時(shí)應(yīng)點(diǎn)擊Load，選擇保存結(jié)果文件夾。選擇后點(diǎn)擊‘Start’，彈出NBS-Predict界面，正式開始分析。
?
二、分析設(shè)置界面
1.Data（數(shù)據(jù)面板）
（1）Correlation Matrices
在此處選擇儲存被試的功能連接的數(shù)據(jù)；格式為.mat或者.csv，對角線上的值必須為0。
Select時(shí)選擇保存被試數(shù)據(jù)的文件夾。（注意是文件夾，而非文件）
（2）Brain Regions (nodes)
在此處選擇儲存指定大腦區(qū)域的文件，格式為.mat或者.csv。
文件內(nèi)容共4列，前3列為節(jié)點(diǎn)在MNI上的x,y,z坐標(biāo)，第4列為節(jié)點(diǎn)標(biāo)簽。如sampledata文件夾中Classification或Regression文件夾下BrainRegions.csv文件。
注意：文件內(nèi)不能包含每列名字，第一列也無需寫編號，必須為X軸坐標(biāo)。
Select時(shí)選擇相應(yīng)文件。
2.Models
（1）Design Matrix ：指定統(tǒng)計(jì)分析變量（可理解為組分析的變量），格式為.mat或者.csv，根據(jù)實(shí)驗(yàn)設(shè)計(jì)或需求編寫。和Brain Regions一樣，設(shè)計(jì)矩陣內(nèi)不能包含每列名字，第一列也無需寫編號。
（2）Contrast：指定對比矩陣，根據(jù)實(shí)驗(yàn)設(shè)計(jì)或需求編寫。
（3）ML Models：指定機(jī)器學(xué)習(xí)算法，分為SVM Classification(支持向量機(jī)分類)；Logisitic Regression（邏輯回歸）；Linear Discriminant Analysis（線性判別分析）；SVM Regression（支持向量機(jī)回歸）；Linear Regression（線性回歸）。
一般選擇默認(rèn)選項(xiàng) Auto (optimize models)自動（優(yōu)化模型）。
?
如何設(shè)計(jì)Design Matrix及Contrast？
①當(dāng)進(jìn)行分類分析時(shí)：
Design Matrix設(shè)計(jì)可參考sampledata文件夾內(nèi)Classification文件夾下design.mat示例或如下圖。
當(dāng)組1>組2時(shí)，Contrast設(shè)置為[1,-1]；
當(dāng)組1<組2時(shí)，Contrast設(shè)置為[-1,1]。
?
注意：NBS-Predict不支持多變量分類（如：不支持對三個(gè)及以上的變量或水平分類），如果需要對多變量/水平進(jìn)行分析，應(yīng)相應(yīng)設(shè)置多個(gè)Design Matrix及多個(gè)Contrast，進(jìn)行多次運(yùn)行。
當(dāng)有三組，每組五個(gè)被試時(shí)，應(yīng)設(shè)計(jì)三個(gè)Design Matrix，如下所示：
當(dāng)組1>組2、組3時(shí)，Contrast設(shè)置為[1,-1]；
當(dāng)組1<組2、組3時(shí)，Contrast設(shè)置為[-1,1]；
其他情況以此類推。
?
最后將三次預(yù)測結(jié)果的準(zhǔn)確性平均得到的值作為最終結(jié)果。
?
②當(dāng)進(jìn)行回歸分析時(shí)：
只有一組目標(biāo)變量時(shí)，Design Matrix如下圖所示：
Contrast設(shè)置為[0,1]；
?
如果還存在其他額外變量，Design Matrix如下圖所示：
此時(shí)Contrast設(shè)置為[0,1,0,0]；
（NBS-Predict可以預(yù)測連續(xù)變量及分類變量）
?
3.Advanced Options
（此處參數(shù)都可根據(jù)實(shí)際情況調(diào)整，對比結(jié)果等）
（1）K-Fold：設(shè)置k次交叉驗(yàn)證過程的折疊數(shù)。折疊次數(shù)至少為2次。一般使用默認(rèn)值即可。
（2）Repeated CV:重復(fù)CV程序的次數(shù)。
（3）P-value:選擇邊緣時(shí)使用的閾值，定義時(shí)應(yīng)考慮輸入網(wǎng)絡(luò)的大小，一般使用默認(rèn)值0.01即可，可根據(jù)實(shí)際情況調(diào)整。
（4）Seed：指定隨機(jī)數(shù)字生成器，需要使其再隨機(jī)化時(shí)輸入-1。
（5）CPU Cores：使用處理器的幾核來分析。
?
點(diǎn)擊RUN，開始運(yùn)行。
?
三、結(jié)果的查看及保存
運(yùn)行完畢后會自動跳出界面
?
同時(shí)在matlab的當(dāng)前路徑下會生成一個(gè)Results文件夾，點(diǎn)進(jìn)去會有當(dāng)下日期的文件夾，內(nèi)包含運(yùn)行結(jié)果。
?
載入后包含以下字段：
NBSPredict.parameter包含此次分析時(shí)設(shè)置的參數(shù)；
NBSPredict.data記錄輸入數(shù)據(jù)的信息；
NBSPredict.results儲存分析結(jié)果；
bestEstimator顯示最優(yōu)分析。
?
關(guān)于NBS-Predict，想了解更多的小伙伴可閱讀茗創(chuàng)相關(guān)文章：
NBS-Predict：基于腦網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)預(yù)測
?
注：可在后臺回復(fù)“NBS-Predict”，獲取NBS-Predict軟件包及官方手冊哦。
