SVMCrossVal.git

1) function pst = calculatePST(des,globalStart,baselineStart,baselineEnd,globalEnd,eventList,data,sessionList)
2)     bstart          = baselineStart;
3)     bend            = baselineEnd;
4)     edur            = 12;
5)     pre             =  globalStart;
6)     post            =  globalEnd;
7)     res             = 1;
8) 
9)     normz           = 'file';
10)     pm              = 0;
11) 
12)     lsess           = getNumberOfScans(des);
13)     nSessions       = getNumberOfSessions(des);
14)     tr              = 2;
15) 
16)     [evntrow evntcol]=size(eventList);
17)     
18) 
19)     hsec=str2num(des.xsDes.High_pass_Filter(8:end-3)); % Highpass filter [sec] from SPM.mat
20) 
21)     if strcmp(des.xBF.UNITS,'secs')
22)         unitsecs=1;
23)     end;
24) 
25)     nScansPerSession=getNumberOfScans(des);
26)     %stime=[0:tr:max(nScansPerSession)*tr+post-tr]; % Stimulus time for raw data plot
27)     stime=0:tr:max(nScansPerSession)*tr+round(post/tr)*tr-tr; % Stimulus time for raw data plot
28) 
29) 
30) 
31)     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
32)     % RUN
33)     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
34) 
35) 
36)     % Digital Highpass
37)     Rp=0.5;
38)     Rs=20;
39)     NO=1;
40)     Wp=1/((1/2/tr)/(1/hsec));
41)     [B, A] = ellip(NO,Rp,Rs,Wp,'high');
42) 
43)     sdata(1:max(nScansPerSession)+round(post/tr),1:nSessions)=nan; % Open Data Matrix
44)     for z=1:nSessions % Fill Data Matrix sessionwise
45)         sdata(1:nScansPerSession(z),z)=data(sum(nScansPerSession(1:z))-nScansPerSession(z)+1:sum(nScansPerSession(1:z)))';
46)     end;
47) %         usdata=sdata; % Keep unfiltered data
48) 
49)     sdatamean=nanmean(nanmean(sdata(:,:)));
50)     for z=1:nSessions
51) %             X(:,z)=[1:1:max(nScansPerSession)]'; % #Volume
52)         sdata(1:nScansPerSession(z),z)=filtfilt(B,A,sdata(1:nScansPerSession(z),z)); %Filter Data (Highpass)
53)     end;
54)     sdata=sdata+sdatamean;
55) 
56) 
57)     %%%%Parametric Modulation Modus%%%%
58)     if pm %Find Parameters for Event of Interest
59)         [imods modss mods erow evntrow eventList] = getParametricMappingEvents(eventList,evntrow,des,pmf);
60)     end;
61)     %%%%PM%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
62) 
63) 
64)     for zr=1:evntrow
65)         n{zr}=0;
66)         nn{zr}=0; 
67)         nnn{zr}=0;
68)         sstart{zr}=1;
69)     end;
70) 
71) 
72)     sesst0=0; 
73)     for sessionID=sessionList
74)         if sessionID>1
75)             sesst0(sessionID)=sum(lsess(1:sessionID-1))*tr;  
76)         end;
77)         for zr=1:evntrow  %LABEL NUMBER, EVENT GROUP
78)             sstart{zr}=n{zr}+1;
79)             for ze=1:evntcol % EVENT INDEX in EventList
80)                 if ze==1 || (ze>1 && eventList(zr,ze)~=eventList(zr,ze-1))
81)                     for zz=1:length(des.Sess(sessionID).U(eventList(zr,ze)).ons) % EVENT REPETITION NUMBER
82)                         if ~unitsecs
83)                             des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)=(des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)-1)*tr;
84)                             des.Sess(sessionID).U(eventList(zr,ze)).dur(zz)=(des.Sess(sessionID).U(eventList(zr,ze)).dur(zz)-1)*tr;
85)                         end;
86) 
87)                         nnn{zr}=nnn{zr}+1; % INFO for rawdataplot start
88)                         if des.Sess(sessionID).U(eventList(zr,ze)).dur(zz)<edur
89)                             mev{zr}(nnn{zr},1:2)=[des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)+sesst0(sessionID) edur]; % modeled event [onset length]
90)                         else
91)                             mev{zr}(nnn{zr},1:2)=[des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)+sesst0(sessionID) des.Sess(sessionID).U(eventList(zr,ze)).dur(zz)];
92)                         end; % INFO for rawdataplot end
93) 
94)                         n{zr}=n{zr}+1;
95)                         pst{zr}(n{zr},:)=interp1(stime,sdata(:,sessionID),[des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)+pre:res:des.Sess(sessionID).U(eventList(zr,ze)).ons(zz)+post],'linear');

96)                         pstevnt{zr}(n{zr})=eventList(zr,ze); % NEW 090110 Specify #Event/Condition for each PST

97)                         if strcmp(normz,'epoc')
98)                             bline=nanmean(pst{zr}(n{zr},round(-pre/res+(bstart)/res+1):round(-pre/res+(bend)/res+1)));
99)                             if isnan(bline)
100)                                 pst{zr}(n{zr},1:-pre/res+post/res+1)=nan;
101)                             else

102)                                 nn{zr}=nn{zr}+1;

103)                                 pst{zr}(n{zr},:)=(pst{zr}(n{zr},:)-bline)/bline*100; % 'epoch-based' normalization
104)                             end;
105)                         end;
106)                     end;
107)                 end;
108)             end;
109)             if ~strcmp(normz,'epoc')
110)                 bline(zr)=nanmean(nanmean(pst{zr}(sstart{zr}:n{zr},-pre/res+(bstart)/res+1:-pre/res+(bend)/res+1)));
111)                 bstd(zr)=nanmean(nanstd(pst{zr}(sstart{zr}:n{zr},-pre/res+(bstart)/res+1:-pre/res+(bend)/res+1)));
112)                 nn{zr}=n{zr};
113)             end;
114)         end;
115)         if strcmp(normz,'filz')
116)             for zr=1:evntrow
117)                 pst{zr}(sstart{zr}:n{zr},:)=(pst{zr}(sstart{zr}:n{zr},:)-mean(bline))/mean(bstd); % session-based z-score normalization
118)             end;
119)         elseif strcmp(normz,'file')
120)             for zr=1:evntrow
121)                 pst{zr}(sstart{zr}:n{zr},:)=(pst{zr}(sstart{zr}:n{zr},:)-mean(bline))/mean(bline)*100; % session-based normalization
122)             end;
123)         end;
124)     end;

125)     

126)     %%%%COL BIAS REMOVAL, added 090110 %%%%%
127)     col_bias_removal=0;
128)     if col_bias_removal
129) 
130)         for zr=1:evntrow % Event ROW
131)             pst4row(zr,:)=nanmean(pst{zr}); % Average PST for overall ROW
132)             n_col=0;
133)             for ze=1:evntcol % Even COL
134)                 if ze==1 || (ze>1 && eventList(zr,ze)~=eventList(zr,ze-1))
135)                     n_col=n_col+1;
136)                     tmp_index=[];
137)                     tmp_index=find(pstevnt{zr}(:)==eventList(zr,ze));
138)                     % Calculate Average PST for each COL within ROW
139)                     pst4col(n_col,:)=nanmean(pst{zr}(tmp_index,:));
140)                     % COL BIAS: Calculate Difference between COL Ave and Overall Row Ave
141)                     pst_delta(n_col,:)=pst4col(n_col,:)-pst4row(zr,:);
142)                     % Remove COL BIAS from single PSTs
143)                     for z=1:length(tmp_index)
144)                         pst{zr}(tmp_index(z),:)=pst{zr}(tmp_index(z),:)-pst_delta(n_col,:);
145)                     end;
146)                 end;
147)             end;
148)         end;
149)     end;
150)     %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    
151)                 
152)             
153)             
154)     
155)     
156)     
157)     

158)     %%%%%%%%%%% new 090109 Axel: "Normalization" for SVM

159) 

160)     norm4SVM='mean'; %Normalization method for SVM

161)     disp(['normalization: ' norm4SVM]);   
162)     % none - no normalization
163)     % mean - mean normalization (meanPSTH max at .5, baseline at -.5]
164)     % minmax - all PSTHs between [0 1]
165)     
166)     for zr=1:evntrow
167)           tmp_maxmean(zr)=max(nanmean(pst{zr}));
168)           tmp_max(zr)=max(max(pst{zr}));
169)           tmp_min(zr)=min(min(pst{zr}));
170)     end;

171)     

172)     pstmaxmean=max(tmp_maxmean);
173)     pstmax=max(tmp_max);
174)     pstmin=min(tmp_min);
175)     
176)     for zr=1:evntrow
177)         switch norm4SVM
178)             case {'none'}
179)             case {'mean'}
180)                 pst{zr}=pst{zr}./pstmaxmean-.5;
181)             case {'minmax'}
182)                 pst{zr}=(pst{zr}-pstmin)./(pstmax-pstmin);
183)         end;
184)     end;

185)     
186)     
187)     
188)