SPM5数据处理流程简介

SPM5数据处理流程简介,深圳市美德医疗电子技术有限公司,个体分析,本次演示数据是采自于SIEMENT3.0T的MR，用到其中的2个序列：全脑解剖像t1_mpr_ns_sag_p2_iso功能像扫描ep2d_bold_moco本示例所用的刺激方案是经典棋盘格的视觉刺激。具体刺激时间安排见下图,SPM使用环境设置,SPM是一款以MATLAB为平台的软件，所以使用SPM前一定要安装MATLAB。,SPM一般来说根据个人习惯放在电脑的不同位置。本文所讲的SPM放在C盘的根目录下。,SPM使用环境设置,启动MATLAB,SPM使用环境设置,设置SPM路径,SPM使用环境设置,SPM使用环境设置,至此，SPM路径设置完毕,SPM使用环境设置,指定数据所在目录（提示：数据目录不要用中文，否则spm使用过程中会出现乱码）,SPM使用环境设置,指定完目录后，数据文件在左边栏就可见。,数据导入,二、SPM使用1.数据导入2.数据预处理3.数据分析,数据导入,启动SPM（可直接spmfmri回车）,键入”SPM“，回车,数据导入,数据导入（GE的数据没有问题，大多数的siemens也没问题，但philip的数据直接导不行，建议用mricroN里的的dcm2nii）,数据导入,选择MR扫描的DICOM图像,数据导入,选择文件夹保存输出文件,选择好相应的文件夹后，单击“.”,单击“Done”确认,选择输出文件格式（可以根据习惯选择，都可用，spm5也支持4d的数据）,数据导入,数据导入,开始转换,数据导入,这一步会生成一个.mat文件，会在解剖像文件名加“s”的前缀，在功能像文件名加“f”的前缀，（s和f的前缀取决于dicom的头信息）。,数据导入,数据导入,可以用“Display”来查看刚转换的图像。（Display还有一个重要的作用是定义原点前联合和AC-PC连线，这在做Normalise中很重要。定义后reorient一下即可写入头信息）。,数据预处理包括：Realign头动校正Slicetiming时间点校正Coregister配准Normalise标准化Smooth平滑,数据预处理,Realign头动校正也称对齐；因为在扫描的过程中被试不可避免会发生头动现象，此功能就是把整个实验中的头动造成的影响缩减到最小。,数据预处理,数据预处理Realign,选择功能像文件,选中经过转换的功能图像文件（f开头的文件）,数据预处理Realign,当“Run”键变黑就说明已经可以开始运行了,数据预处理Realign,经过“Realign”的文件名前会加上字母“r”，同时会生成mean文件等。,数据预处理Realign,处理结束后，会出现头动曲线，上图显示的是在X、Y、Z三个轴向的平移，下图显示的是在3个方向上的旋转。如果旋转超过0.5度，或者平移超过半个体素，就可以认为这个volume的数据质量不好，可以抛弃这个时间点的数据。我的建议是质量不好的数据就重扫，实在没办法可以舍弃个别点的数据，但需要记录相应的时间点，在design时候去除，也可以用相邻数据的平均值替代。,数据预处理Realign,数据预处理SliceTiming,Slicetiming时间点校正因为一个volume的各层数据的采集时间不同，因此各层的功能信息受时间调制，为了获得需要的信息，需要按照血液动力学函数曲线进行输血加工，获得一个似乎是同一间点采集的各层图像。BlockDesign的实验数据这一步可以跳过eventrelateddesign的实验数据必须做这一步,数据预处理SliceTiming,选择rf文件,输入BOLD序列层数,输入TR时间，单位秒,TA=TR-(TR/nslices)可以直接输入结果，也可输入算式就可以了。,根据扫描方式来填写，本次用的数据是从下向上的隔行扫描，一共36层。具体的填写方式如下图：,数据预处理SliceTiming,参考层面，我们一般以中间的层面为参考层面。,可以开始运算,数据预处理SliceTiming,数据预处理SliceTiming,经过“SliceTiming”的文件名前会加上字母“a”。,数据预处理Coregister,Coregister对齐是将所有的图像同一个volume对齐。也叫图像的配准，可以是同源的，也可以是不同源数据间（如T1和T2，MRI和CT或PET）的配准。在fMRI的数据处理过程中，一般建议结构像向功能像配准，这样可以减少重采样的误差，当然反过来做也可以接受。要注意的是reslice后图像的分辨率是与reference的图像一致，除非你定义了definingspace,数据预处理Coregister,选择s的结构像文件,选择mean文件,数据预处理Coregister,可以开始运算,这里必须分两步做，并定义definingspace，否则所有功能像的分辨率都会插值到与解剖像一致。,选择s的结构像文件,选择s的结构像文件,数据预处理Coregister,经过“Coregister”的文件名前会加上字母“r”。,数据预处理normalise,Normalise标准化是将所有的图像与标准脑对齐。应该准确的说是做非刚体变换，与标准脑配准,数据预处理normalise,选择s的结构像文件,选择s的结构像文件,选择SPM自带的标准结构像文件,数据预处理normalise,进入spmtemplates目录就可以看到相关的标准脑文件。,由于解剖像是用T1加权扫描的，所以选择T1.nii,数据预处理normalise,可以开始运算,在writingOptions体素的大小默认为222，要改为111，否则标化后的结构像分辨率会下降。,数据预处理normalise,配准结果显示,数据预处理normalise,选择唯一的文件，s_sn.mat文件,选择rarf的功能像文件,可以开始运算,在writingOptions里体素的大小默认为222，可以改为333，数据量会小一点，也更接近实际扫描的分辨率。,经过“normalise”的文件名前会加上字母“w”。,数据预处理normalise,Smooth平滑,数据预处理smooth,数据预处理smooth,半宽全高设置，一般为体素值的2倍标化的体素改为333，所以这里就用666.,选择wrarf的功能像文件,可以开始运算,数据分析,数据分析包括：Specify1st-levelEstimateResults,数据分析Specify1st-level,选择spm.mat文件的输出路径。,选择时间单位：TR时间、秒。在这个示例中选择TR时间。,输入TR时间，单位秒。,数据分析Specify1st-level,选择好相应的文件夹后，单击“.”,单击“Done”确认,数据分析Specify1st-level,选择swrarf的功能像文件。,给我们设定的实验状态起名。,输入刺激开始时间：11：20：60表示在第11个TR开始给出刺激，20个TR为一个循环，总共时长为60个TR。,输入刺激持续时间。,可以开始运算,数据分析Specify1st-level,经过Specify1st-level这一步的处理会生成一个SPM.MAT的文件。,数据分析estimation,选择SPM.MAT文件,可以开始运算,数据分析estimation,选择SPM.mat文件。,数据分析Results,选择SPM.mat文件。,点击“Results”后出现对话框提示选择SPM.mat文件。,数据分析Results,定义一个检验方式。,数据分析Results,定义一个名称,选择检验方式,定义对比一般0不用输，要看超过基线或control的部分，contrast选1，反之可以选-1.,数据分析Results,选择定义好的模式,单击确认,数据分析Results,直接回车即可，默认是我们自己定义的模式的名称。,选择P值,数据分析Results,设置P值，默认0.05FEW是最严格的P值，FDR次之，不做校正一般很少用，除非反应特别弱。,数据分析Results,范围的阈值定义多少个连在一起的有意义的体素数目才