全面講解spm8,教你如何fMRI數(shù)據(jù)處理

1、目錄TOC o 1-5 h z HYPERLINK l bookmark2 o Current Document SPM簡介和安裝1 HYPERLINK l bookmark4 o Current Document 一、數(shù)據(jù)準備(先設(shè)置數(shù)據(jù)輸入和輸出目錄，再轉(zhuǎn)換數(shù)據(jù)格式)2 HYPERLINK l bookmark8 o Current Document 二、數(shù)據(jù)預(yù)處理流程2 HYPERLINK l bookmark10 o Current Document 0、預(yù)處理的workflow2 HYPERLINK l bookmark12 o Current Document 1、SliceTin

2、rnig時間層校正2 HYPERLINK l bookmark14 o Current Document 2、Realignment頭動校正3 HYPERLINK l bookmark18 o Current Document 3、Coregister酉己準5 HYPERLINK l bookmark20 o Current Document 4、Segment分割6 HYPERLINK l bookmark22 o Current Document 5、Nonnalize空間標準化6 HYPERLINK l bookmark24 o Current Document 6、Smooth平滑8

3、HYPERLINK l bookmark26 o Current Document 三、GLM模型和Specifylst-level8 HYPERLINK l bookmark28 o Current Document 四、實例：任務(wù)態(tài)數(shù)據(jù)預(yù)處理和一階分析的批處理13SPM簡介和安裝SPM,即統(tǒng)計參數(shù)圖，也是這個軟件的最終輸出，它是由英國倫敦大學(xué)的Friston教授等人在通用數(shù)學(xué)軟件包Matlab基礎(chǔ)上開發(fā)的軟件系統(tǒng)，其統(tǒng)計功能非常強人，設(shè)計這個軟件包的初衷是采用統(tǒng)計的方法來處理fMRI,PET和SPECT的數(shù)據(jù)。用SPM進行數(shù)據(jù)處理分析過程主要分為兩人部分：預(yù)處理過程和統(tǒng)計分析過程。需要注意

4、的是，靜息態(tài)、任務(wù)態(tài)和DTI數(shù)據(jù)的預(yù)處理大致框架一致，但具體步驟不同，本教程主要講任務(wù)態(tài)數(shù)據(jù)處理。數(shù)據(jù)預(yù)處理主要包括三個大框架:(1)Convertdicomfilestohdrfilesandimgimages；(2)Temporalprocessing,即SliceTiming；(3)Spatialprocessing,包括RealignsNormalize和Smootho具體步驟下面有講。統(tǒng)計分析過程包括：個體分析和組分析。使用Specify1stlevel做單個被試(singlesubject)分析；使用Specify2ndlevel做組分析(groupanalysis)。先寫一卞SP

5、M8的安裝：有必要說一卞SPM實際不是一個獨立的軟件，它相當(dāng)于一個用Matlab程序編寫的工具箱，必須依賴Matlab的壞境完成其功能。言歸正傳，首先將下載好的SPIV18程序包導(dǎo)入Matlab,復(fù)制整個spm8文件夾到MATLAB的安裝路徑：MATLABR2009atoolbox然后運行Matlab,在其主窗II選擇File-setpath-AddwithSubfolders-spm8-save-close0設(shè)置完成后在Matlab中執(zhí)行命令spmfmrio這樣出現(xiàn)了spm8的操作界面(如卞圖)，這也表示spm8安裝成功！我們稱左上側(cè)的窗II為按鈕窗II(buttonwindow),左下側(cè)的

6、窗II為輸入窗II(inputwindow),右側(cè)大窗口為樹形結(jié)構(gòu)窗【】或圖形窗Il(TreeBuildingWindoworthegraphicswindow)o一、數(shù)據(jù)準備（先設(shè)置數(shù)據(jù)輸入和輸岀目錄，再轉(zhuǎn)換數(shù)據(jù)格式）為方便后續(xù)的數(shù)據(jù)處理，如呆數(shù)據(jù)分散處理后整合，建議所有處理數(shù)據(jù)路徑保持一致,要統(tǒng)一路徑。如原始DICOM圖像放在rawdata文件夾中，data文件夾存放轉(zhuǎn)換后的功能像，data3D文件夾中存放轉(zhuǎn)換后的結(jié)構(gòu)像。處理前首先要采用數(shù)據(jù)轉(zhuǎn)換軟件將dicom數(shù)據(jù)轉(zhuǎn)換成SPM解析格式，轉(zhuǎn)換時格式請選擇NI仃I,可用SPM輸入面板中的DiCOMImport模塊轉(zhuǎn)換，也町以采用專門的轉(zhuǎn)換軟件

7、,如MRIcovert。然后進行數(shù)據(jù)預(yù)處理，預(yù)處理結(jié)束后到matlab安裝目錄中備份spm*.ps文件，其中包含了空間校正和標準化的信息，然后進行建模分析。格式轉(zhuǎn)換后data文件夾（功能像）中會有多對（和TR的個數(shù)一樣）（圖像數(shù)據(jù)）和.hdr（矩陣數(shù)據(jù)）；data3D文件夾中只有一個.img和一hd文件。二、數(shù)據(jù)預(yù)處理流程0、預(yù)處理的workflow1）DICOMtoNIFTI（詳見核磁數(shù)據(jù)格式轉(zhuǎn)換）2）DeleteImages3）SliceTiming4）Realign5）Nonnalize：NormalizebyusingEPItemplates,即使用公共的EPI模版來進行空間標準化，這

8、樣的話就用不到T1結(jié)構(gòu)像，也就不需要對T1像進行Coegiste和Segment；NormalizebyusingT1imageunifiedsegmentation,即用T1像來進行空間標準化，這樣的話需要用到T1結(jié)構(gòu)像，所以需要在normalize前先對T1像進行Coregister和Segment,換句話說就是用coregisteredandsegmentedT1像來進行空間標準化。另外，如果以后希望把功能激活圖像疊加到結(jié)構(gòu)像上，那么結(jié)構(gòu)像也需要做一次空間標準化。Parametersfiles和功能像的normalize一樣，也選擇在segment中生成的空間標準化參數(shù)文件（批處理中選擇

9、Subj-MNI）oImagestowrite選擇在segment中場強校正后的結(jié)構(gòu)像。這里的voxelsize要沒置結(jié)構(gòu)像的人小,也就是口,1,1o6）Smooth7）Detrend8）Filte1、SliceTiming時間層校正SliceTiming用來校正1個volume中層與層之間獲?。ú杉r間的差異，對爭件相關(guān)設(shè)計的實驗尤為重要。我們在按鈕窗II中的預(yù)處理面板中點擊“SliceTiming,將出現(xiàn)一個對話框，修改其中參數(shù)：Data：New：SessionSession：選擇你要處理的數(shù)據(jù)，如文件夾data中的所有數(shù)據(jù)NumberofSlices：我們輸入每禎圖像的層數(shù)，如32”(

10、可以在spm8-Display-data:.img-done-Dimensions:64*64*32中查看)TR：我們輸入重復(fù)時間，一般為2秒，我們輸入“2”TA：是每禎圖像獲取第一層開始到獲取最后一層圖像的時間間隔，TR-TR/nslice,可直接輸入公式，如我們輸入“2-2/32”Sliceorder：我們輸入u1:2:312232”(圖像是隔層掃描所得到的)。指定層獲取順序的層次序參數(shù)是一個含N個數(shù)的向量，這里N是每個volume所含的層數(shù)。每一個數(shù)表示該層在圖像(volume)中的位置。向量內(nèi)的數(shù)字排列順序是這些層的獲取時間順序。如行向192123252468

11、1012141618202224(在Matlab中可表示為1225,2225)ReferenceSlice：我們輸入“31”。選擇參考層，通常選擇nslice/2,如25層時選擇13層作為參考層。FilenamePrefix：是指新生成的圖像前加何標記，一般采用默認設(shè)置。默認為a最后點擊面板上方的向右的綠色三角即開始運行。運行完后將會生成一系列a*.img文件，這就是時間校準后的數(shù)據(jù)。注意：很多研究者容易將時間校準和空河校準順序顛倒，一般的觀點是如果圖像獲取是隔層(interleaved)進行的，如1、3、5、1、9、2、4、6、8、10,則要先進行slicetiming再進行realign,

12、如果圖像各層是連續(xù)(sequential)獲取的，如1、2、3、4、5、6、7、8、910,則要先進行realign再做slicetiming。做完了SliceTiming,接下來就該進行頭動校正了。2、Realignment頭動校正即使我們對被試的頭部做了很好的固定，在實驗過程中，被試也會不由自主的有一些輕微的頭動，這在fMRI實驗中尤為明顯。這一步就是把一個實驗序列中的每一幀圖像都和這個序列的第一幀圖像按照一定的算法做對齊，以矯正頭動。目的：如果在容許的頭動范圍內(nèi)，可以使用一定的算法校正信號，使其靠近真實值，如呆超過了這個規(guī)定的范闈，則必須剔除這組數(shù)據(jù)。頭動范闌(CheckRealign)

13、：平動W2.0txwnand旋轉(zhuǎn)W2.Odegveel嚴老師觀點我們在預(yù)處理面板校準選項中選擇“Realign(Est&Res)”，出現(xiàn)一個參數(shù)設(shè)置對話框。過程：realign：estimate+resliceData：New：Session,然后選中data卜出現(xiàn)的Session”選項。點擊“SpecifyFiles”,用spm文件選擇器選擇剛做完時間校準的全部圖像(a*.img)oFilenamePrefix：默認為r其余選項采用默認設(shè)置，點擊上方綠色的三角開始運行。JBalckZdiIEdit|SPHBusicTOlaywDA二ini兇做完這一步，能給出該序列中被試的頭動情況，以作為是否

14、放棄該數(shù)據(jù)的依據(jù)，如果頭動超過1個voxel(功能圖像掃描矩陣一般是64*64,則體素的大小為(FOV/64)*(FOV/64)*(層厚+層間距)，則要考慮放棄該時間點數(shù)據(jù)。該程序利用最小二乘法(leastsquaresapproach)原理和含6個參數(shù)(剛體模型)的空間變換，對從一個被試獲取的時間序列進行校正。用戶可指定某個volume作為隨后volumes的參考?？梢允堑?個volume,也可選擇比較有代表性的volume(更明智的選擇)，例如選擇磁場相對穩(wěn)定的第4個volume。校正信息(頭動信息)將在結(jié)果窗口(GraphicsWindow)顯刀?。每個Session的校正信息將存儲為r

15、p*.txt,其中*為Session數(shù)據(jù)集名稱。另外，頭動校正信息將以plot圖形顯示。如下圖：translation圖表示被試頭部在X,Y,Z三個方向的平移，分別用藍，綠，紅三種顏色表示。rotation圖表示被試頭部在實驗過程當(dāng)中繞X(L-R),Y(A-P),Z(S-I)三條軸的轉(zhuǎn)動角度。橫坐標代表這個序列所采集的所有圖像，縱坐標表示的是偏移量和偏轉(zhuǎn)角度，分別以毫米和度為單位。采用SPM8,頭動信息和空間標準化的圖形文件將以spm_“data”.ps的形式保存于matlab的工作目錄下，如我們是2009年4月30日處理的數(shù)據(jù)，則將以spm_2009Apr30.ps文件存于matlab的wo

16、rk目錄下。當(dāng)然也可以將生成的圖像保存成.jpg格式：FileSaveAs.jpgModuleLiltkJHelponRealign:Estimate&Reslice1EslimationOptionsQuality09Separation4Smoothing(FVVHM)5NumPassesrtomeanIriterpolanon.B-SplineWrappingWeightingResliceOptionsNowrapReslicedimages.anImageInterpolation.B-SplineWrappingNowrapzJCuncntItem:DataNewSession3C

17、urrentModule:ReaGgnEstimate&RediceDataAddnewsessionsforttiissubject.Inthecoregistrationstep,thesessionsarefirstrealignedtoeachother,byallgoingthefirstscanfromeachsessiontothefirstscanofGiefirstsession.Thentheimageswithineachsessionarealignedtothefirstimageofthesession.Theparameterstimalionisoerfomie

18、dthisv/avbecauseitisassumed二Itranslation說明：matlab中如何查看頭動范圍打開rp_ar.txt文件，前3列為平動數(shù)據(jù)、后3列為旋轉(zhuǎn)數(shù)據(jù)；在matlab中輸入命令：b二load(*rp_af*.txf);%載入頭動數(shù)據(jù)文件c二max(abs(b);取b值的絕對值的最人值，表示找出每列的最大值c(4:6)=c(4:6)*180/pi%-4-6列為轉(zhuǎn)動，將以弧度為單位的數(shù)值轉(zhuǎn)化為以角度為單位的值，pi表示運行結(jié)束后將生成一對mean*(.img和.hdr)文件(平均腦)、一個rp_ttxt文件(頭動參數(shù)文件)及若干對廣(.img和-hd)文件。3、Core

19、gister配準目的：上述頭動校正的求解參數(shù)僅對同一被試的同一種成像方法(或成像模態(tài)modality)有澈對于同一被試的不同成像方法(功能像/結(jié)構(gòu)像)所得圖像,由于它們之間沒有足夠的可比性,不可以直接用頭動校正的方法來求解參數(shù)，這時需要用圖像配準的方法來做空間校正。具體為將所有的圖像同一個volume對齊，對功能像與結(jié)構(gòu)像做一個信息的變換。為什么選擇Coregister里面的(Estimate)呢？因為我們相信對于被試，功能像與結(jié)構(gòu)像是線性相關(guān)的平動與轉(zhuǎn)動，而不是扭曲的。由功能像向結(jié)構(gòu)像去配，對于結(jié)構(gòu)像中的hdi文件存有一個矩陣，而這個矩陣就包含了功能像的信息。只需要將旋轉(zhuǎn)的矩陣寫入到hd文件

20、中，不需要生成新的文件，也就是對3D文件做一個剛體的變換，變換到功能像空間里。過程：在spm8中選擇Coregister（Estimate）:ReferenceImage選擇頭動校正后生成的mearT-img文件SourceImage-一選擇3D文件，即data3D文件夾中的-img文件其余選項采用默認設(shè)置，點擊上方綠色的三角開始運行。說明：Sourceimage4Referenceimage的關(guān)系，可以認為是將結(jié)構(gòu)像向以mean開頭的功能像里估計，估計結(jié)束后就可以將旋轉(zhuǎn)矩陣寫入到精度更高的3D文件當(dāng)中，最后做出的圖像的分辨率就會很高。（結(jié)構(gòu)像比功能像清晰很多）4、Segment分割目的：要將

21、被試的結(jié)構(gòu)像配到功能像里，就需要將結(jié)構(gòu)像進行分割。一般分割為灰質(zhì).白質(zhì)和腦脊液三部分。過程：在spm8中選擇SegmentData選擇配準后的3D圖像，即data3D文件夾中的文件.Cleanupanypartitions一一LightcleanAffineRegularisation-ii擇歐洲人或東亞人人腦模板如：ICBMspacetemplate-Europeanbrains（這個好像有的教程說選歐洲人的，有的說選東亞人的？現(xiàn)在明白一般都選擇歐洲模版，因為那個模版用的人更多一點，東亞的模版用的人少）其余選項采用默認設(shè)置，點擊上方綠色的三角開始運行。5、Normalize空間標準化目的：將

22、不同容枳及形狀的被試的人腦放到一個標準空間里，用一個公用的坐標系去描述具體的一個位置，例如有十個被試，他們腦袋的形狀和人小都不一樣，如果你讓他們進行了一個激活了某個腦區(qū)的情緒實驗，然后你想把該腦區(qū)計算出來并進行呈現(xiàn)，那么你就需要一個標準的腦模版來衡量這十個被試的人腦空間位置以實現(xiàn)準確的空間定位。4：.NormalizebyusingEPItemplates；.NormalizebyusingT1imageunifiedsegmentationo注意：只有使用方法時才需要對結(jié)構(gòu)像進行coregister和segment,方法用不到T1像，所以不需要對T1像進行預(yù)處理。先說第種方法的操作：在預(yù)處理

23、面板標準化選項中選擇“NonnaliseEstimate&Write”，出現(xiàn)一個對話框，我們做如下設(shè)置：選中“data”newsbject”，在data下新出現(xiàn)的subject0選項中作如下設(shè)置,“sourceimagen選擇空間校準步驟中生成的mean文件，“imagetowrite”選擇所有剛進行完校準的文件“elimg”，templateimage我們選擇“EPLnii”，其余采用默認設(shè)置，點綠三角運行?；蛴玫诜N方法的操作：用3D像文件做分割，用分割的信息去做空間標準化，分割要做三個小步驟，被試既有結(jié)構(gòu)像，又有功能像，我們要用結(jié)構(gòu)像分割所得到的信息來做功能像的空間標準化。首先,要保證功能

24、像9結(jié)構(gòu)像在同個位也所以，尙要做次coeqiste，即配準。先把被試的結(jié)構(gòu)像變換到被試的功能像空間里，然后將變換到功能像里的結(jié)構(gòu)像分割所得到的相應(yīng)信息運用到功能像里。結(jié)構(gòu)像在功能像空間里被分割后，會得到一個矩陣。這個矩陣就會告訴我們?nèi)绾螐谋辉嚨墓δ芸蘸尤ネ鶚藴士臻g。也就是MNI空間。我們可以根據(jù)這些信息應(yīng)用到功能像里，寫進去以后就會自動配準到標準空間里去。Normalise:WriteData/newsubject/ParameterFile參數(shù)文件，選擇3D文件夾下segment后的文件，有2個文件，分別是seg_sn.mat和seg_inv_sn.mat,前者表示由功能像到標準化空河去配，

25、而后考正相反，所以選擇前者。ImagetoWrite寫入的文件，選擇3D文件下的mstimg文件Boundingbox-默認的偏小，可以改為90-126-729090108（相當(dāng)于把整個大腦裝在這個“盒子”里）Voxelsizes改為333（不能為111）其余參數(shù)默認即可。如果以后希望把功能激活圖像疊加到結(jié)構(gòu)圖像上，那么結(jié)構(gòu)圖像也需要做一下空間標準化。再次Normalise,做完頭動校正后，以平均腦文件做一次標準化。Normalise:WriteData:newsubjectParameterFile-參數(shù)文件，選擇3D文件夾卜segment后的seg_sn.mat文件ImagetoWrite

26、要寫入的文件，選擇頭動校正后以r開頭的.img文件Boundingbox-默認的偏小,可以改為90-126-729090108Voxelsizes改為333FilenamePrefix：默認為w其余參數(shù)默認即可。點擊上方綠色的三角開始運行。說明：運行完畢會生成若干對waf*打頭的img/hdr文件，同時還會生成一個mean*_sn.mat文件（存放變換參數(shù)）。6、Smooth平滑目的：將功能像文件平滑過程：（1）在spm總的按鈕窗II中，選擇Smooth按鈕，會彈出批處理對話框。（2）在這一步有兩個參數(shù)必須要進行設(shè)置：imagestowrite,選擇在上一步生成的所有空間標準化之后的以w開頭的

27、功能像文件；平滑的“全寬半高FWHM，將默認的“8,8,8”，改成“6,6,6”。這里的6,是我們所采用數(shù)據(jù)的體素人小的兩倍。其余默認。點擊上方綠色的三角開始運行。說明：高斯平滑后會生成若干對swaf*打頭的img/hdr文件。數(shù)據(jù)預(yù)處理過程到此完成。注意！最容易出問題的地方在于：1）沒有在每一步之后檢査生成的圖像是否有問題（主要為頭動參數(shù)和空間標準化圖像）;2）沒有按照自己數(shù)據(jù)適合的方式進行預(yù)處理。對于圖像檢査，可以參考 HYPERLINK http:/imaqing.mr6cbu.cam.ac.uk/imaginq/DataDiaqnostics http:/imaqing.mr6cbu.

28、cam.ac.uk/imaginq/DataDiaqnostics；3）對于預(yù)處理方式選擇：a.如果是Block設(shè)計，不需要做slicetiming,如果是事件相關(guān)設(shè)計，則需要做；b.在事件相關(guān)設(shè)計中，如果BOLD功能圖像的掃描方式是間隔采樣，先做slicetiming,后做realignment；如是順序采樣，則先做realignment后做slicetiming；c.當(dāng)掃描參數(shù)為長TR（TR3sec）時，不推薦做slicetiming；d.頭動過大的剔除原則：按照在一個run內(nèi)不超過一個voxelsize的標準。這是一個普遍承認的標準。當(dāng)然具體研究有具體的標準，需要具體對待;e.平滑參數(shù)一

29、般選擇為23倍的voxelsize。三、GLM模型和Specifylst-level如前所述，用SPM進行數(shù)據(jù)處理分析過程主要分為兩大部分:預(yù)處理過程和統(tǒng)計分析過程。預(yù)處理過程已經(jīng)在前兩篇里完成啦,接下來是統(tǒng)計分析過程。參數(shù)估計：在spm8中選擇Specifylst-level，即以前版本的fMRImodelr,。spm5和spm8使用Specify1stlevel做單個被試(singlesubject)分析;使用Specify2ndlevel做組分析(groupanalysis)o這里只有Specify1stlevelo在真正的統(tǒng)計分析之前,必須先對SPM的統(tǒng)計分析基礎(chǔ)GLM模型有一定的了解

30、。廣義線性模型（generalizedlinearmodel,GLM）是簡單最小二乘回歸（0的擴展，在OLS的假設(shè)中，響應(yīng)變量是連續(xù)數(shù)值數(shù)據(jù)且服從正態(tài)分布，而且響應(yīng)變量期望值與預(yù)測變量之間的關(guān)系是線性關(guān)系。而廣義線性模型則放寬其假設(shè)，首先響應(yīng)變量可以是正整數(shù)或分類數(shù)據(jù)，其分布為某指數(shù)分布族。其次響應(yīng)變量期望值的函數(shù)（連接函數(shù)）與預(yù)測變量之間的關(guān)系為線性關(guān)系。因此在進行GLM建模時，需要指定分布類型和連接函數(shù)。理論上,經(jīng)過預(yù)處理的數(shù)據(jù)可以直接進行統(tǒng)汁分折，但是這樣做會有很大的局限勝。我們需要考慮到實際信號（探測到的神經(jīng)生理響應(yīng)包含有多方面的因素。如果我們可以把它分成感興趣的部分、不感必趣的部分以

31、及誤差項,這樣以來，一方面可以用于復(fù)雜問題的硏究，另一方面使有用信息更加突出。為了達到這個目的,SPM采用一般線性模型（GLM）對采集到的信號進行統(tǒng)計分析。通俗的說，GLM基于這樣一種假設(shè):每個像素上的實驗數(shù)據(jù)（用Y來表示，同一務(wù)的時間序列或不同任務(wù)序列的）,是一些未知參數(shù)（用x表示）的線性組合（用B表示）。這些未知參數(shù)與任務(wù)或時間有關(guān)、但與具體腦區(qū)（像素）無關(guān)的已知參數(shù).它組成的矩陣通常又稱為設(shè)計矩陣。數(shù)學(xué)表達式為：Y二儼X+8,其中表示誤差。在經(jīng)過GLM描述之后,分析的對象就發(fā)生了轉(zhuǎn)變。原本是對Y的統(tǒng)計分析,現(xiàn)在轉(zhuǎn)向了擬合得到的PoSPM得到的腦功能激圖實際上就是根據(jù)對參數(shù)p的統(tǒng)計推斷而得

32、到的。那么，對參數(shù)P的統(tǒng)計推斷究竟是怎么一回事？首先,是檢查設(shè)計矩陣的正確性；其次，使用最小二乘法法擬合出參數(shù)P使得誤差和工打皆最小；再次,對P系數(shù)做t檢驗或者F檢驗;最后，根據(jù)t檢驗或者F檢驗統(tǒng)計量和閾值，對P系數(shù)做統(tǒng)計推斷。根據(jù)t或F值以及相應(yīng)的閾值,可以得到該閾值對應(yīng)置信度的腦功能激活圖。由于它是對模型的參數(shù)做統(tǒng)計分析而得到的,所以被稱為統(tǒng)計參數(shù)圖。與閾值對應(yīng)的t或F值記為SPMt）,SPMFOSPM還提供了與t或F值及它們相應(yīng)的自由度所對應(yīng)置信度的0,1正態(tài)分布的參數(shù)值z,這樣也得到關(guān)于z圖像,記為SPMzo此外，根據(jù)這些激活圖，SPM還可以輸出腦血流等生理信號的響應(yīng)曲線以及不同狀態(tài)的

33、響應(yīng)特性等。一.Modelspecification建立模型我們選擇“Specify1stlevel”,出現(xiàn)一個fMRIModelspecification對*話框，設(shè)置參數(shù)如下:需要設(shè)置的參數(shù)i具體方法Directory建議建立results文件夾來單獨存放一階分析的結(jié)果SPM.mateTimingparametersUnitsfordesign：下面的onsettime是以秒為單位還是以TR的倍數(shù)為單位。即如選scans.其后durations的時間按TR的倍數(shù)計算：如選seconds,則以秒為單位計算。Interscaninterval（掃描間隔時間）:TR是多少秒?Microtimer

34、esolution-itfi常默認為16,除非TR很長與陳昌明師兄所說不一致?Microtimeonset-在ER設(shè)計中,slicetiming時，referenceslice的掃描次序,例如referenceslice為第25層，是第13個擔(dān)描的，這里就填13SPMmanual的提示不一致Data&Design有幾個run就Session幾次，就會生成幾個Subject/Session子菜單。存在很多子選項需Scans：該run預(yù)處理后的以sw開頭的文件；要設(shè)置，務(wù)必細心！【Condition：有幾種條件（這里的條件指的是呈現(xiàn)的刺激圖片或聲音）就定義幾個。然后輸入條件的名字和相應(yīng)的onset

35、timeoOnsets代表任務(wù)刺激啟動的掃描數(shù)（如1:14:70,代表任務(wù)從第1個TR開始，每14個TR為一個周期，共70個TR）。在Onsets中輸入數(shù)組T：2T：M,這里輸入的數(shù)組實質(zhì)是每個cycle中task狀態(tài)的起始volume的序號（注意編號從0開始）。T：2T：M在Matlab中就是一個數(shù)組，是T3T5T。注意：叫以建立Multi-conditionfiles以避免輸入每個run參數(shù)的苦惱?！綝urations：ER設(shè)計填0、block設(shè)計填刺激任務(wù)的持續(xù)時間,注意前面Unitsfordesign的選擇！Duration為block的長度,如果是事件相關(guān)設(shè)計,duration就輸入

36、0。Multiregressors輸入被試的頭動文件，rp*.txtModulederivativesER設(shè)計選第二項，block設(shè)計默認其他參數(shù)默認。設(shè)置完畢后點擊綠三角運行。這樣將會在開始選擇的目錄中生成文spm.mato這里，為了確保模型參數(shù)設(shè)置的正確性，推薦使用在spm總的按鈕窗口中的Review按鈕來檢查。點擊Review按鈕之后，會彈出一個窗口。在窗口中有一個design菜單，菜單中有這樣幾個子選項：Designmatrix會把設(shè)計矩陣進行圖形化展示。Explore-session1-active（假如在一個run種呈現(xiàn)active和rest兩種刺激）會展示一個叫做uexplori

37、ngdesignmatrix的窗格?？偣矔故救鶊D像：一個叫做active的regressor,就是我們上面定義的activecondition但是這不同于condition方波化的展示，在這里將方波和hrf做了卷積。以及這個activeregressor的譜密度圖，還包括一個hrf圖形。Designorthogonality包含一個設(shè)計矩陣；設(shè)計矩陣的下方是一個正交性矩陣,用以展示不同regressor之間的正交性（“正交性”是從幾何中借來的術(shù)語。如果兩條直線相交成直角，他們就是正交的。用向量術(shù)語來說，這兩條直線互不依賴。沿著某一條直線移動，該直線投影到另一條直線上的位置不變。在計算技術(shù)中

38、，該術(shù)語用于表示某種不相依賴性或者解耦性。如果兩個或者更多事物種的一個發(fā)生變化，不會影響其他爭物。這些爭物就是正交的）。在spm中，設(shè)計矩陣己經(jīng)設(shè)計出來之后，其實整個GLM己經(jīng)完成一大半。下面所要做的就是估計和推斷。估計就是通過逆矩陣運算，求解得到原始beta參數(shù)，beta參數(shù)指的是不同regressor對最后測量得到的信號，所產(chǎn)生的effect效應(yīng)。這是glm統(tǒng)計學(xué)中的術(shù)語。然后，我們基于beta和殘差構(gòu)造t統(tǒng)計量，進行推斷，當(dāng)然需要先設(shè)置一個顯著性水平才可以。二、ModelEstimate模型估計卜面要估計我們剛建立的模型，在模型設(shè)置面板中點擊“estimate”，將打開_個對話框，很簡單

39、，我們只須選擇剛生成“spmmat”文件點擊“down”然后點擊綠三角運行即可。三、Results査看結(jié)果在做完估計之后，就可以在spm總的按鈕窗II中，選擇results按鈕，會彈出批處理參數(shù)設(shè)置對話框。在這里，把在一中生成的SPM.mat選進來就好了。這時，就會彈出contrastmanager對話框。這里需要對spm下的glm的contrast腦補一下：首先，contrast是為了簡化多變量分析，多變屋假設(shè)檢驗的一種方法。Contrast其實是一個權(quán)重向屋。其實，類似我們在求多元微分學(xué)中，當(dāng)只考慮一個變量的變化趨勢時，我們就使用偏導(dǎo)數(shù)這個工具來研究問題。這里，也是這個原因，通過contr

40、ast可以突出某個變量的效應(yīng)effect,可以忽略某個變量的效應(yīng)effecto一般是多少個condition,就在contrast向量中對應(yīng)多少個元素，這里對于設(shè)計矩陣中的常數(shù)covariante是不考慮的。參考：PrinciplesStatisticsMRCCBUImagingWiki中的IntroductiontoSPMstatistics在這里，由于只有一，condition,就是active所以，contrast向量，只含一個元素。Active-rest用1來表示，rest-active用來表（單側(cè)檢驗）。contrastmanager在contrastmanager中選擇定義新的co

41、ntrast,Definenewcontrast。（2）在Definenewcontrast中進行contrast的設(shè)置。設(shè)置后，重新返回到contrastmanager對話框中。（3）然后.在contrastmanager中選擇剛定義的contrast。點擊DONE。那我們可以到下一步。masking在3.1點擊DONE之后，會彈出新的窗口，在窗口中問你，Maskwithothercontrast?Yes/No.還需不需要其他contrast來做模板，我們選擇no就好了。Mask分兩種:inclusive和exclusive。Mask并不會影響最后p值得計算，只是包侖或者排除一些滿足要求的體

42、素。thresholds這里設(shè)置P值，其實是設(shè)置顯著性水平（范統(tǒng)計學(xué)中一類錯誤的槪率），這里的設(shè)置方法長Titleforcomparison設(shè)置為activerest（具體情況具體分析）pvalueadjustmenttocontrol:FWE/none.選擇FEW（個體分析選none）pvalue（family-wiseerror）具體的p值設(shè)置為默認值0.05。在spm中，顯著性水平，或者一類錯誤的概率，稱為假陽性水平。接下來，會讓你設(shè)定最小cluster的大?。篍xtentThresholdvoxels0這里保持默認值0就好了。如果這里輸入某一個值v,就代表最終激活圖中，各個cluste

43、r中至少包含v個體素。這一步，設(shè)置完之后，spm就真的給我們構(gòu)造一個spms統(tǒng)計參數(shù)圖了。files在上一步，threshold設(shè)置完之后，會在SPM.mat所在目錄下得到一些文件：兩個加權(quán)參數(shù)文件：con0002.hdr/img,con0003.hdr/img;兩個t統(tǒng)計量文件:spmT0002.hdr/img,spmT0003.hdr/img.maximumintensityprojection最大強度投影其實是醫(yī)學(xué)血管造影中的技術(shù)，什么總思呢？就是僅僅對血管成像，而把什么骨頭啊,組織什么的，全部都忽略掉。其實，在spm中最大強度投影指的就是玻璃腦。在上一步，設(shè)置完閾值之后，就會彈出一個玻

44、璃腦graphics窗口，用以顯示結(jié)果:還會彈出一個design交互式對話框。這個design交互式對話框非常強大，可以選擇控制顯示的內(nèi)容，可以進行疊加、渲染。在所彈出的玻璃腦graphics窗口中，左上方顯示玻璃腦，右上方顯示設(shè)計矩陣。設(shè)計矩陣是可交互的，右擊設(shè)計矩陣會顯示相應(yīng)參數(shù)名，左擊設(shè)計矩陣會顯示相應(yīng)beta向呈中的元素。說明：（1）定義對比,一般0不用輸，要看超過基線或control的部分，contrast選1,反之可以選-1；（2）extentthreshold:范圍的閾值，定義多少個連在一起有意義的體素數(shù)目才不認為有可能是噪聲。這個數(shù)值的選擇一般要結(jié)合選定的P值和smooth中F

45、WHM值來定。（3）Overlays中選擇slice查看2D激活圖、選擇sectors查看3D激活圖,文件選擇經(jīng)標準化后的3D文件，以wms開頭：也町選Render,在spm8工具箱中的render中的三個模板，用以查看在玻璃腦中的激活圖。（4）標準化后的圖像結(jié)果還可以用MSU插件（toolbox）來獲得每一個激活區(qū)的人?。w素個數(shù)）和相應(yīng)的坐標以及對應(yīng)的腦功能區(qū)域或解剖結(jié)構(gòu)。（5）一階分析的教程主要用于理解一階分析的步驟和參數(shù)的意義，其實在具體的一階分析批處理中三個過程是一起進行的。四、實例：任務(wù)態(tài)數(shù)據(jù)預(yù)處理和一階分析的批處理一、預(yù)處理1、拿到數(shù)據(jù)的第一件爭應(yīng)該是對數(shù)據(jù)進行細致的整理，一要建

46、立一個EXCEL文檔，記錄被試的ID、頭動等信息，便于預(yù)處理之后剔除不合格數(shù)據(jù)，這也是QC（qualitycontrol）的一個要求：二是要將被試的fMRIdata按照所使用軟件的具體要求進行分類，例如使用DPARSF對數(shù)據(jù)進行批處理，被試的功能像和結(jié)構(gòu)像必須單獨放置，如下圖所示：Workingdirectory功能像目錄結(jié)構(gòu)像目錄AnalysisFunRaw或者FunlmgSub_001_RunlSub_001_Run2Sub_002_RunlSub_002_Run2TIRaw或者TllmgSub_001_RunlSub_001_Run2Sub_002_RunlSub_002_Run2接下里

47、便需要對dicom數(shù)據(jù)進行格式轉(zhuǎn)換，格式轉(zhuǎn)換有多種方法。如SPM自帶的dicomimport.MRIConvert軟件和DPARSF自帶的EPIdicomtoNifti。需要注意的是MRIconven轉(zhuǎn)換不對3D圖像進行reorient,所以沒有o開頭和co開頭的結(jié)構(gòu)像文件。但是MRIconven在轉(zhuǎn)換后會自動根據(jù)被試的信息生成清楚的文件夾，例如rest、ninl.run2、tl,SPM就不可以。DPARSF自帶的EPIdicomtoNifti需要把被試的結(jié)構(gòu)像整理后才可以進行轉(zhuǎn)換。但結(jié)合各自的優(yōu)缺點，本人還是建議使用DPARSF進行格式轉(zhuǎn)換。2、打開matlab/SPMfmri/Batch,調(diào)出BatchEdito面板，點擊SPM選項，選擇slicetiming,需要輸入的參數(shù)如下dataession3次，分別對應(yīng)3個un選轉(zhuǎn)換的文件Numberofslices32TR:2TA:2-（2/32）sliceorder：2:2:321:2:31referenceslice:1或323、頭部校正參數(shù)realign（est&res）data用dependency選擇3個session