24小时热门版块排行榜

返回列表

【悬赏金币】回答本帖问题，作者jaceywu将赠送您 10 个金币

jaceywu

新虫 (初入文坛)

应助: 0 (幼儿园)
金币: 16.5
帖子: 1
在线: 42分钟
虫号: 34291931
注册: 2023-11-24
专业: 神经生物学

[求助] 请教脑网络特征属性计算相关问题

最近在使用MATLAB的 Brain Connectivity Toolbox (BCT) 进行加权无向脑网络分析时，我遇到了一个关于聚类系数 (Clustering Coefficient) 和局部效率 (Local Efficiency) 计算的问题，希望和大家探讨、请教一下可能的原因及解决方法。

在计算过程中，我发现以下现象：对角线置零后，每个节点的聚类系数和局部效率的数值完全相同；如果不置零对角线，聚类系数的值明显高于局部效率，但两者不再相等。

因此我有以下疑问：这样的结果是否合理？可能的原因是什么？是否与对角线置零有关？是否有合适的方法来验证或修正这一计算？
希望有相关经验的朋友可以交流一下，非常感谢！

代码如下：

%% 初始化结构体来存储结果
network_metrics = struct();

% 遍历每个矩阵，计算网络属性
for i = 1:length(matrix_names)
matrix_name = matrix_names{i};

% 检查矩阵是否存在
if isfield(data, matrix_name)
      W = data.(matrix_name); % 获取矩阵

      % 把主对角线置零
      W = W - diag(diag(W)); % 删除对角线上的值

      % 计算节点强度
      S = strengths_und(W);

      % 计算全局聚类系数（每个节点的聚类系数）
      C1 = clustering_coef_wu(W_nrm);

      % 计算全局聚类系数（取平均值）
      C = mean(C1);

      % 计算特征路径长度
      L_matrix =  1 ./W; % 连接长度矩阵
      D = distance_wei(L_matrix); % 计算最短路径长度矩阵
      [lambda,efficiency,ecc,radius,diameter] = charpath(D,0,1);
      L = lambda;  % 计算特征路径长度

      % 计算全局效率
      Ge = efficiency_wei(W);

      % 计算局部效率
      Le = mean(efficiency_wei(W_nrm, 2));  % 使用 local = 2 计算局部效率

      threshold = 0.4; % 设定阈值
      W(W < threshold) = 0;
      W(W >= threshold) = 1;

      % 设定重连参数
      ITER = 100;
   [W_rand, eff] = randmio_und(W, ITER);

   % 计算聚类系数（使用二值方法）
   C_rand = mean(clustering_coef_bu(W_rand));
   C_1 = mean(clustering_coef_bu(W));

   % 计算特征路径长度（使用二值方法）
   D_rand = distance_bin(W_rand);
   L_rand = charpath(D_rand, 0, 0);

   D_1 = distance_bin(W);
   L_1 = charpath(D_1, 0, 0);

      % 计算小世界属性 sigma
      SmallWorldSigma = (C_1 / C_rand) / (L_1 / L_rand);

      % 存储结果
      network_metrics.(matrix_name).GlobalClusteringCoefficient = C;
      network_metrics.(matrix_name).CharacteristicPathLength = L;
      network_metrics.(matrix_name).GlobalEfficiency = Ge;
      network_metrics.(matrix_name).LocalEfficiency = Le;
      network_metrics.(matrix_name).NodeStrength = S;
      network_metrics.(matrix_name).SmallWorldSigma = SmallWorldSigma;

else
      error('矩阵 %s 在文件中不存在！', matrix_name);
end
end

% 将结果保存到新的.mat文件中
save(output_file, '-struct', 'network_metrics');

回复此楼

» 猜你喜欢

1楼 2025-03-08 08:39:33

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

相关版块跳转我要订阅楼主 jaceywu 的主题更新

返回列表

不应助 确定回帖应助 (注意：应助才可能被奖励，但不允许灌水，必须填写15个字符以上)

普通表情龙兔虎猫