HRF

MATLAB代码实现了从静止状态fMRI BOLD信号中估计触发血液动力学响应的伪事件发作。基于点过程理论，使用模型检索事件与HRF发生及形状之间的最佳滞后，采用具有两个导数的规范形状或平滑的有限冲激响应。每个体素的HRF检索后，可在时间序列中对其进行反卷积以改进基于滞后的连接性估计，或映射形状参数作为病理生理指标。输入可以是3D或4D图像，或直接矩阵格式[观察x体素]。支持使用时间掩码排除特定时间点。Python软件包和BIDS-App已开发，可重复和轻松进行分析。

这是关于二阶梯度Matlab代码的详细说明，涵盖了静态状态HRF估计和反卷积的实现方法。该工具箱适用于独立使用和作为SPM插件的应用。通过简单的步骤指南，您可以快速上手静态状态HRF分析。此外，我们提供了演示脚本和数据集，您可以在/demo_codes/目录下找到，详细信息请参考教程。与Python独立版本和BIDS应用程序的Docker集成和应用教程请咨询合作者吴国荣、奈杰尔·科伦比尔（Nigel Colenbier）、索菲·范登·博舍丹尼尔·马里纳佐（Daniele Marinazzo）、Madhur Tandon和Asier Erramuzpe。