AFNI Neuroscience: Как заменить 3dFourier на 3dTproject или 3dBandpass, не разрушая конвейер предварительной обработки?

Question

Спасибо, что нашли время посмотреть этот пост, я боролся с кривой обучения AFNI и очень ценю, что есть такие замечательные люди, как вы, которые готовы помочь новичку.

Задний план

Наша лаборатория пытается обновить наш устаревший сценарий предварительной обработки AFNI для данных, зависящих от задачи FMRI (полный сценарий указан ниже). Этот сценарий был написан задолго до того, как я присоединился к нему, и может содержать много устаревших функций.

В настоящее время наш старый скрипт использует 3dFourier для выполнения фильтра верхних частот Фурье.

Однако 3dFourier, похоже, больше не является одной из функций по умолчанию в AFNI, и после некоторых исследований выяснилось, что 3dFourier был заменен 3dBandpass, который, в свою очередь, был заменен 3dTproject.

К сожалению, я не могу понять, как заменить 3dFourier этими новыми альтернативами.

Вот наш текущий код 3dFourier

#------------   
    # fourier highpass filter:
    #
    
    rm -rf dg_mbnf+orig*
    3dFourier -highpass 0.011 -prefix dg_mbnf dg_mbn+orig

Вопросов

Что лучше для наших целей: 3dBandpass или 3dTproject? Какой код мы бы использовали, чтобы 3dBandpass выполнял ту же роль, что и 3dFourier. Какой код мы бы использовали, чтобы 3dTproject выполнял ту же роль, что и 3dFourier. Если бы мы использовали 3dTproject, нам нужно было бы изменить другие части нашего текущего конвейера (полный скрипт Preprocessing Script) перечислено ниже

Текущий сценарий предварительной обработки AFNI

#! /bin/csh

#----------------------------------------------------------------------#
#       Preprocessing Script
#       Auto-written by ScriptWriter
#----------------------------------------------------------------------#

foreach subject ( ac021916 )

#foreach subject ( hk031915 tl031715 jy031815 dn032815 jj032815 mc041215 kk052615 cl062315 em062915 sl071715 ea072115 mc072915 ck091715 ml100315 hl102515 hp102915 gh110515 jy111715 kp121015 bm021116 #ad021816 yh020616 cl020916 dc021016 lb021516 aj022516 wl021816 bp021916 ac021916 as030616 jl040316 #sy040316 jh040716 hj100616 ty102016)
    cd ../${subject}*   
    echo processing ${subject}

    #------------   
    # copy anatomical:
    #
    
    3dcopy -overwrite 0005_01_T1w_9mm_BRAVO.nii.gz anat
    

    #------------   
    # warp anatomical:
    #
    
    @auto_tlrc -warp_orig_vol -suffix NONE -base /Users/seanminns/abin/TT_N27+tlrc. -input anat+orig
    

    #------------   
    # cut off leadin/leadout and tshift datasets:
    #
    
    3dTcat -overwrite -prefix epi0bk '0004_01_BOLD_EPI_29mm_2sec.nii.gz[6..581]'
    3dTshift -overwrite -slice 0 -tpattern altplus -prefix epi0bk_ts epi0bk+orig
    

    #------------   
    # tcat functional datasets together:
    #
    
    3dTcat -overwrite -prefix dg epi0bk_ts+orig
    

    #------------   
    # cleanup epi datasets:
    #
    
    rm -rf epi*orig*
    

    #------------   
    # motion correct:
    #
    
    3dvolreg -Fourier -twopass -overwrite -prefix dg_m -base 3 -dfile 3dmotion.1D dg+orig
    

    #------------   
    # gaussian blur:
    #
    
    3dmerge -overwrite -1blur_fwhm 4 -doall -prefix dg_mb dg_m+orig
    

    #------------   
    # normalize to percent signal change:
    #
    
    3dTstat -overwrite -prefix average dg_mb+orig
    3dcalc -overwrite -datum float -a dg_mb+orig -b average+orig -expr "((a-b)/b)*100" -prefix dg_mbn
    

    #------------   
    # fourier highpass filter:
    #
    
    rm -rf dg_mbnf+orig*
    3dFourier -highpass 0.011 -prefix dg_mbnf dg_mbn+orig
    

    #------------   
    # refit functional to anatmomical:
    #
    
    3drefit -apar anat+orig dg_mbnf+orig

end