由于我们的方法，可以确定和可视化功能大脑相互作用在各受试者之间同步的时刻。我们方法的主要优点是它能够以统计学上健全的方式动态跟踪主体间功能大脑反应的变化。我们的管道能够评估不同主体功能信号之间的同步性。
然后，可以比较不同的人群，如健康对等和那些受疾病和疾病，如自闭症和精神分裂症的影响。我们的方法可以有利于任何寻求动态跟踪不同时间课程组之间的同步性的研究。这也可以应用于其他成像模式，如脑电图。
该方法的可视化演示将允许新用户理解该方法的不同处理步骤以及图形用户界面的功能。演示成像程序的将是罗伯托·马图齐，我们研究中心领先的MRI操作员。对于在分析中要考虑的每个志愿者，执行至少一个功能磁共振成像或fMRI会话，其中扫描的志愿者受到时间记录的兴趣范式和一个功能成像会话，其中被扫描的志愿者躺在扫描仪休息，闭着眼睛，并指示不要入睡。
然后获得一个结构MRI体积。要打开第一个预处理图形用户界面窗口，请在 MATLAB JOVE_GUI1输入一个信息。然后单击"输入 fMRI 数据"，选择适当的重新调整功能卷，并在专用可编辑文本窗口中以秒为单位输入数据的重复时间。
单击"输入 T1 数据"并选择三个合适的概率组织类型卷。单击"输入运动文件"，然后从感兴趣的会话中选择包含运动参数的文本文件。然后选择是否应去趋势数据以及应退除哪些协变量。
要预处理数据，请单击"预处理"并等待显示显示在窗口中。可以通过修改选项并重新单击预处理按钮来以不同的方式重新预处理数据。接下来，在 MATLAB JOVE_GUI2输入一个，打开第二个预处理图形用户界面窗口，然后单击选择数据以选择预处理的数据文件。
单击"选择地图集"并选择神经成像信息学技术倡议或 NIFTI 文件，以表示用于包裹的地图集。单击"选择反向扭曲"，然后选择表示从蒙特利尔神经研究所到本机空间的变形字段的 NIFTI 文件。然后单击选择 fMRI 卷并选择任何 fMRI 数据卷。
要输入与清除相关的信息，请在"清理类型"列表中选择要在标记帧之前和之后清除的帧数。在清除阈值文本窗口中，输入帧明智的位移阈值，超过该值应以毫米为单位擦洗 fMRI 卷。然后输入用于重复时间中的主题间功能相关性或 ISFC 计算的滑动窗口 W 的大小，然后单击"绘图"以显示清理和筛选步骤之前和之后的指示性地图集时间课程。
对于滑动窗口 ISFC 计算，请在 MATLAB 终端中输入 JOVE_GUI3 以打开第一个与 ISCF 相关的图形用户界面窗口，然后单击"加载数据"以选择所有适当的数据文件。选择所选会话段是否应进行相位随机化，并在重复时间输入应计算连接度量的窗口大小，以及后续窗口应移动的重复时间中的步进大小。修改会话类型表，以指定在相同的实验条件下获取哪些加载的会话段，使用从 1 和向上增加的整数数字来标记不同类型的段。
在适当的可编辑文本窗口中，输入用于执行 ISFC 计算的引导折叠数以及应构成 ISFC 每个折叠的参考组的主题数。在计时参数部分中，输入有关应分析时间课程的子部分的规范，然后单击"绘图"以执行 ISFC 计算。显示器将随着时间的推移逐渐更新，并随着经过的引导折叠量而更新。
要打开第二个与 ISFC 相关的图形用户界面窗口，请在 MATLAB JOVE_GUI4输入一个信息。要选择与刺激相关的 ISFC 输出文件，请单击"加载 ISFC 数据"并选择与刺激相关的 ISFC 输出文件。要选择空 ISFC 输出文件，请单击"加载空数据"，然后根据使用的空数据生成方案选择静止状态 ISFC 或相位随机刺激相关的 ISFC 输出文件。
然后单击"加载代码簿"并选择代码簿文件。在适当的可编辑文本窗口中，输入 Alpha 值（以百分比）为下，应对 ISFC 时间课程进行阈值，以突出显示重大更改。要构造空分布，请单击"绘图"以启动 ISFC 阈值过程，该过程将聚合给定连接的所有可用空 ISFC 测量值，之后，根据所选的 Alpha 值对与刺激相关的 ISFC 测量值进行阈值。
要可视化不同时间点的 ISFC 空间模式，请将滑块拖动到 ISFC 偏移图下方。在这些代表性会话中，评估影片从 5 秒到 353 秒显示，影片后的状态段从 386 秒到 678 秒。此外，还针对每个科目获得了一个 310 秒的单独休息状态会话。
ISFC 时间课程以 W 10 和 W 5 的窗口长度重复次生成，用于三个不同的代表性连接，涉及区域调解响应抑制，另一个连接分别涉及移动对象的期望、感官协调或字义的处理。W 5 重复时间时噪音较大，在连接 1 和 2 电影观看时间课程中观察到时间锁定的 ISFC 更改。此处，显示具有统计显著性时间锁定的 ISFC 瞬变的受试者的分数显示为相同的三个连接。
随着更健壮的 ISFC 测量在较大的窗口长度下，瞬变更多，随着检测到更多的误报，这些瞬变可简化提取，并在更大的 alpha 值下使用。在这些代表性数据中，一个电影提取特别涉及与移动对象相关的响应抑制，并推动了广泛的 ISFC 更改。窗口长度不应太短，不能太短，不能太短，无法捕获 ISFC 动态。
并且应该使用足够严格的 alpha 值来限制误报。ISFC测量可以聚类到整个大脑的 ISFC 状态，进行特殊的时间特征检查。重要的 ISFC 瞬变也可以表示为反映信息流的图形。
