采用gretna计算rich-club指标,输出结果为[截图]。想问一下这个结果怎么看呢?
在gretna的使用手册39-40页有说明,你可以先看看。
嗯嗯 手册上写的太简单了。我不明白其中的K值怎么选择,看了一些文献,里面提高K一般都是大于10的。然后这个rich-club是建立在组水平的吗?
(1)关于K值的选择我也不太清楚,没有系统研究过,因为我很少用这个图论指标。
(2)这个指标应该是个体水平的。
楼主学会了分享一下,我也在摸索这个指标
好的 好的,互相交流
请问楼主整明白rich club咋算的了嘛?
似乎这个问题感兴趣的人还挺多,我去看了一下怎么计算的:
以二值无向网络为例,先算出每个节点的中心度(即这个节点与其他节点有连接的和,比如如果一个节点中心度是5,表示这个节点与另外5个节点是有连接的);选择一个中心度阈值k(这个阈值是不确定的),比如k=10,只保留中心度大于k的节点(假设剩下的节点数目为N);最后计算保留的这些节点之间的连接的数目(假设为E)与所有可能的连接数目(即所有N个节点都是连接的)的比值,这个比值2E/[N*(N-1)]就是rich-club coefficient。
由于随机情况下,中心度高的节点之间的连接也会更多一些,通常rich-club coefficient需要使用随机生成的网络的rich-club coefficient进行归一化,得到normalized rich-club coefficient。如果在一系列的中心度阈值上,normalized rich-club coefficient > 1,则说明网络存在rich-club organization。
参考文献:
van den Heuvel, M. P., & Sporns, O. (2011). Rich-club organization of the human connectome. The Journal of neuroscience : the official journal of the Society for Neuroscience, 31(44), 15775–15786. https://doi.org/10.1523/JNEUROSCI.3539-11.2011
这个矩阵里,每一行是一个被试,每一列表示在当前中心度阈值下的rich club coefficient。NaN的数值我估计是在这个中心度阈值下,没有节点的中心度超过这个阈值。
谢谢Alex老师, 通过你的回复和贴出来的文献,我已经大致搞懂了rich-club的计算原理,但是gretna手册里写的太简单了,我还是不明白如何能得到帖主贴出来的这个矩阵图,他这个应该是真实的富人俱乐部系数矩阵。
这个矩阵每一行是一个被试,每一列是一个中心度阈值,假如你的分区包含M个脑区,那么就有M-1列,第一列表示中心度阈值为1的情况下的富人俱乐部系数,第K列就表示中心度阈值为K,中心度最大为M-1(就是一个节点和所有其他节点都有连接)。
谢谢老师回复!邮箱没有通知,现在才看到回复。我已经解决了这个问题啦,谢谢老师。要得出N*(M-1),需要输入所有的被试