Kom igångKom igång gratis

Identifiera potentiella störfaktorer

När mått väl har extraherats är det viktigt att kontrollera beroenden i dina data. Det gäller särskilt om bildparametrar (samplingsfrekvens, synfält) kan skilja sig åt mellan individer, eller om du hämtar flera mått från en och samma bild.

I de avslutande övningarna har vi kombinerat demografiska data och hjärnvolymsmått i en pandas DataFrame (df).

Först utforskar du tabellen och tillgängliga variabler. Sedan kontrollerar du korrelationer i datan.

Den här övningen är en del av kursen

Biomedicinsk bildanalys i Python

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Print random sample of rows
print(____)
Redigera och kör kod