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MATLABSPM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SliceTimingSlicetiming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CoregisterCoregister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normaliseNormalise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spm\templates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normaliseSmooth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不认为有可能是噪声。这个数值的选择一般要结合选定的P值和smooth的FWHM值来定。数据分析Results激活图数据分析Results把激活图叠加到脑层上把激活图叠加到解剖上把激活图叠加到脑的3D图上数据分析Results数据分析Results数据分析Results数据分析Results激活区相关信息数据分析Results