<meta http-equiv="Content-Type" content="text/html; charset=utf-8"><div dir="ltr"><div dir="ltr"><div>Dear Fieldtrippers,</div><div><br></div><div>Following the network analysis tutorial (on resting state EEG data in my case), I have some questions.</div><div>I would like to obtain Graph theory metrics for each subject. I can obtain the clustering coefficient, degree and betweenness measurements. However, I am having some trouble getting other measures.</div><div><br></div><div>1 - To use charpath method, I have first used the distance method which results in a distance matrix that consists values from 1 to 4 and also Inf (cfg.threshold = .1). when I use the charpath method however, the only value I get is 1 for every single subject.  </div><div>I suspect I am going wrong somewhere but the tutorial (or the forum) hasn’t helped me find what’s wrong.  </div><div><br></div><div>%% %%%%%%%%%% DISTANCE METHOD %%%%%%%%%% %%</div><div>cfg           = [];</div><div>cfg.method    = 'distance';</div><div>cfg.parameter = 'cohspctrm';</div><div>cfg.threshold = .1;</div><div>IF_network_full_distance = ft_networkanalysis(cfg,IF_source_conn_coh);</div><div> </div><div> </div><div>%% %%%%%%%%%% charpath METHOD %%%%%%%%%% %% have to use output from nw analysis distance method</div><div>cfg           = [];</div><div>cfg.method    = 'charpath';</div><div>cfg.parameter = 'distance';</div><div>cfg.threshold = .1;</div><div>network_full_charpath = ft_networkanalysis(cfg,IF_network_full_distance);</div><div><br></div><div>2 - Another issue is with parcellation.</div><div>I have matched every template, atlas, sourcemodel to each other. However, since the atlas that I can use with my data does not contain a parcellation field, I don’t think this is possible. </div><div>Has there been any developments on this part of network analysis? Or is there a work around that I am not seeing?</div><div><br></div><div>% %% %%% PARCELLATE %%% %%</div><div>atlas = ft_read_atlas('C\fieldtrip-20190220\fieldtrip-20190220\template\sourcemodel\standard_sourcemodel3d10mm.mat');</div><div><br></div><div>% and call ft_sourceinterpolate:</div><div>cfg              = [];</div><div>cfg.interpmethod = 'nearest';</div><div>cfg.parameter    = 'tissue';</div><div>sourcemodel2     = ft_sourceinterpolate(cfg, atlas, grid);</div><div><br></div><div>Error using ft_sourceparcellate (line 108)</div><div>the source positions are not consistent with the parcellation, please use FT_SOURCEINTERPOLATE</div><div><div><br class="gmail-Apple-interchange-newline"><br></div><div><br></div><div>Thanks in advance for your help,</div><div><br></div><div>Best,</div><div><br></div><div>Duru Ozkan</div><br class="gmail-Apple-interchange-newline"></div><div><br></div><div><br></div><div>My full code is below:</div><div><br></div><div><br></div><div>addpath('C:\MATLAB\fieldtrip-20190220\fieldtrip-20190220');</div><div>ft_defaults</div><div>%%</div><div>clear all</div><div>close all</div><div>%% Load Variables           </div><div>sub     = 'S001'; % Sub Num</div><div>dir     = strcat('C:\\tACS_EEG_JA_DATA\',sub);</div><div>cd(dir)</div><div>dataica = load(strcat('C:\Users\BrainStem\Google Drive\tACS_EEG_JA_DATA\',sub,'\',sub,'_clean.mat'));</div><div>dataica = dataica.cleanData;</div><div> </div><div>% load standard_mri</div><div>load standard_mri.mat</div><div>mri = ft_volumereslice([], mri); </div><div>mri = ft_convert_units(mri,'mm');</div><div> </div><div>load standard_BEM.mat;</div><div>vol = ft_convert_units(vol,'mm');</div><div> </div><div>electrodes = load('C:\\tACS_EEG_JA_DATA\Conn\elecRULEZ.mat');</div><div>electrodes = ft_convert_units(electrodes.elec,'mm');</div><div> </div><div>%% compute grid</div><div>cfg                 = [];</div><div>cfg.elec            = electrodes;</div><div>cfg.headmodel       = vol;</div><div>cfg.grid.resolution = 10;</div><div>cfg.grid.unit       = 'mm';</div><div>cfg.inwardshift     = -1.5;</div><div>grid                = ft_prepare_sourcemodel(cfg);</div><div> </div><div>%% compute sensor level Fourier spectra, to be used for cross-spectral density computation.</div><div>cfg            = [];</div><div>cfg.method     = 'mtmfft';</div><div>cfg.output     = 'fourier';</div><div>cfg.keeptrials = 'yes';</div><div>cfg.tapsmofrq  = 2;</div><div>cfg.foi        = 18.5;</div><div>IF_freq        = ft_freqanalysis(cfg, dataica);</div><div> </div><div><br></div><div>%% do the source reconstruction</div><div>cfg                   = [];</div><div>cfg.frequency         = IF_freq.freq;</div><div>cfg.method            = 'pcc';</div><div>cfg.elec              = electrodes;</div><div>cfg.grid              = grid;</div><div>cfg.headmodel         = vol;</div><div>cfg.keeptrials        = 'yes';</div><div>cfg.pcc.keepmom       = 'yes';</div><div>cfg.keepnoise         = 'yes';</div><div>cfg.pcc.lambda        = '10%';</div><div>cfg.pcc.projectnoise  = 'yes';</div><div>cfg.pcc.fixedori      = 'yes';</div><div>cfg.pcc.keepcsd       = 'yes';</div><div>IF_source = ft_sourceanalysis(cfg, IF_freq);</div><div>IF_source_nai = ft_sourcedescriptives([], IF_source); % to get the neural-activity-index</div><div> </div><div>%% plot the neural activity index (power/noise)</div><div>cfg               = [];</div><div>cfg.method        = 'surface';</div><div>cfg.funparameter  = 'nai';</div><div>cfg.maskparameter = cfg.funparameter;</div><div>% cfg.funcolorlim   = [0.0 8];</div><div>% cfg.opacitylim    = [3 8];</div><div>cfg.opacitymap    = 'rampup';  </div><div>cfg.funcolormap   = 'jet';</div><div>cfg.colorbar      = 'yes';</div><div>ft_sourceplot(cfg, IF_source_nai);</div><div>view([-90 30]);</div><div>light;</div><div> </div><div>%% compute connectivity</div><div>IF_source_sparse = ft_source2sparse(IF_source);</div><div> </div><div>cfg=[];</div><div>cfg.method  ='coh';</div><div>cfg.complex = 'absimag';</div><div>IF_source_conn_coh = ft_connectivityanalysis(cfg, IF_source_sparse);</div><div> </div><div>figure;imagesc(IF_source_conn_coh.cohspctrm);</div><div> </div><div><br></div><div>%% %%%%%%%%%% DISTANCE METHOD %%%%%%%%%% %%</div><div>cfg           = [];</div><div>cfg.method    = 'distance';</div><div>cfg.parameter = 'cohspctrm';</div><div>cfg.threshold = .1;</div><div>IF_network_full_distance = ft_networkanalysis(cfg,IF_source_conn_coh);</div><div> </div><div> </div><div>%% %%%%%%%%%% charpath METHOD %%%%%%%%%% %% have to use output from nw analysis distance method</div><div>cfg           = [];</div><div>cfg.method    = 'charpath';</div><div>cfg.parameter = 'distance';</div><div>cfg.threshold = .1;</div><div>network_full_charpath = ft_networkanalysis(cfg,IF_network_full_distance);</div><div> </div><div>save network_full_charpath network_full_charpath</div><div> </div><div>Variable_pathLength = charpath(network_full_distance.distance);</div><div> </div><div>% %% %%% PARCELLATE %%% %%</div><div>atlas = ft_read_atlas('C:\Users\BrainStem\Documents\MATLAB\fieldtrip-20190220\fieldtrip-20190220\template\atlas\aal\ROI_MNI_V4.nii');</div><div>load('C:\Users\BrainStem\Documents\MATLAB\fieldtrip-20190220\fieldtrip-20190220\template\sourcemodel\standard_sourcemodel3d10mm.mat');</div><div>% and call ft_sourceinterpolate:</div><div>cfg              = [];</div><div>cfg.interpmethod = 'nearest';</div><div>cfg.parameter    = 'tissue';</div><div>sourcemodel2     = ft_sourceinterpolate(cfg, atlas, grid);</div><div>% sourcemodel2     = ft_convert_units(sourcemodel2,'mm');</div><div> </div><div>cfg              = [];</div><div>cfg.parcellation = 'tissue';</div><div>cfg.parameter    = 'tissue';</div><div>parc_conn        = ft_sourceparcellate(cfg, IF_source_conn_coh, sourcemodel2);</div><div> </div><div>figure;imagesc(parc_conn.cohspctrm);</div><div> </div><div><br></div><div><br></div>-- <br><div dir="ltr" class="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div dir="ltr"><div dir="ltr"><div dir="ltr"><i style="font-size:12.8px">Duru G</i><span style="font-family:Calibri,sans-serif;font-size:14.6667px;text-align:justify"><i>ü</i></span><i style="font-size:12.8px">n </i><span style="font-family:Calibri,sans-serif;font-size:14.6667px;text-align:justify"><i>Ö</i></span><i style="font-size:12.8px">zkan</i><div style="font-size:12.8px"><span style="font-size:12.8px"><i><br></i></span></div><div><div style="font-size:12.8px;color:rgb(136,136,136)"><font size="1" face="trebuchet ms, sans-serif"><b>Ph.D. student in Cognitive Social and Affective Neuroscience.<br></b></font></div><div style="font-size:12.8px;color:rgb(136,136,136)"><font size="1" face="trebuchet ms, sans-serif"><b>Department of Psychology.<br>University of Rome "La Sapienza".<br>Via dei Marsi 78 - 00185 - Roma.</b></font></div><div style="font-size:12.8px;color:rgb(136,136,136)"><font size="1" face="trebuchet ms, sans-serif"><b> </b></font><b style="font-family:"trebuchet ms",sans-serif;font-size:x-small">e-mail: <a href="mailto:vanessa.era@uniroma1.it" style="color:rgb(17,85,204)" target="_blank">durugun.ozkan@uniroma1.it</a></b></div><div><font color="#1155cc" size="1"><u><a href="https://agliotilab.org/lab-staff/phd-students/2nd-year#anchor" target="_blank">https://agliotilab.org/lab-staff/phd-students/2nd-year#anchor</a></u></font><br></div></div></div></div></div></div></div></div></div></div></div>