1、VBM8處理流程1. 下載和安裝?SPM8:從SPM官方網(wǎng)站（）下載SPM8及最新的update包。把SPM8解壓到要安裝的目錄，同時(shí)把update包解壓，并直接覆蓋SPM8相關(guān)內(nèi)容，完成更新。然后打開matlab,把spm8文件夾加入matlab路徑目錄，即完成安裝。?VBM8:從VBM官方網(wǎng)站（）下載壓縮包，解壓后放入spm8/toolbox下，即完成安裝。?運(yùn)行VBM8：1. 啟動(dòng)matlab2. >>spmfmri3. Spm8toolboxVBM82. VBM8分析流程簡(jiǎn)要【字體顏色說明：紅色的都是我添加的，其它顏色基本上都是本文原有的，另外我是按cat12這個(gè)工具包來補(bǔ)

2、充的，所以最好結(jié)合cat12的英文使用說明一起看】?預(yù)處理補(bǔ)充：1、將要處理的圖像通過SPM中的“Display”進(jìn)行可視化后，點(diǎn)擊顯示頁(yè)面左下方的“SetOrigin”，然后點(diǎn)擊這個(gè)按鈕旁邊的“Reorient”按鈕，并保存結(jié)果（不確定這個(gè)需不需要，還是不保存了，貌似沒用）；2、我先對(duì)TIW圖像在SPM軟件中進(jìn)行Normalise（Est&Wri）,兩個(gè)輸入圖像的地方都輸入這幅待處理的圖像（這步不確定）;將Boundingbox設(shè)置成“-90-126-72;9090108”,將Voxelsizes設(shè)置成“333”。這步會(huì)生成以w開頭的圖像文件。】1. 把T1W標(biāo)準(zhǔn)化到MNIspace

3、（這步?jīng)]做，并分割出灰質(zhì)（GM），白質(zhì)（WM），腦積液（CSF）.相關(guān)參數(shù)可以通“Estimateandwrite模塊來調(diào)整。”2. 通過“VBM8Checkdataquality菜單中的”“DisplayOnesliceforallimages和“Check”samplehomogeneityusingcovariance（這一步?jīng)]成功，成功啦，不過不知道對(duì)不對(duì)”）兩個(gè)選項(xiàng)檢查分割和標(biāo)準(zhǔn)化的質(zhì)量。3. 采用spm自帶的spmsmooth選項(xiàng)對(duì)預(yù)處理好的組織圖像進(jìn)行平滑。?統(tǒng)計(jì)分析4. 通過SPMSpecify2ndLevel模塊指定統(tǒng)計(jì)模型。5. 采用SPMEstimate模塊估計(jì)模型6.

4、采用SPMResults模塊定義contrast,觀測(cè)結(jié)果。3. VBM分析流程詳細(xì)描述?組織分割與標(biāo)準(zhǔn)化VBM8EstimateandwriteVolumesX:輸入解剖圖像，一般為T1W圖像。由于在后續(xù)分割中，需要和MNI先驗(yàn)?zāi)０鍖?duì)齊，所以這里輸入數(shù)據(jù)最好能和先驗(yàn)MNI模板方向大致相同。若圖像和模板方向差異較大，可以使用SPM的Display和CheckReg按鈕進(jìn)行手動(dòng)調(diào)整。EstimationOptions：使用默認(rèn)參數(shù)即可。這里若不采用SPM自帶的組織先驗(yàn)?zāi)０錞PM，則可選擇自己定制的模板。ExtendedOptions：使用默認(rèn)參數(shù)即可。若要盡可能清除非大腦組織，可更換“Clean

5、upanypartitions為”“ThoroughCleanup”。也可以嘗試改變兩類降噪方法的權(quán)重，ORNLM的最優(yōu)權(quán)重是0.7。MRF的權(quán)重不需要調(diào)整。當(dāng)不使用某個(gè)降噪方法時(shí)，可直接把其權(quán)重設(shè)為0。WritingOptions：使用默認(rèn)參數(shù)即可。默認(rèn)的“Modulatednormalized-nonlinearonly：僅對(duì)非線性變換帶來的體積改變進(jìn)行調(diào)”制后的圖像，voxel值是經(jīng)過brainsize校正后的局部組織相對(duì)體積。Abiascorrectedimagevolume：磁場(chǎng)不均勻性校正后的圖像。可使用期與不校正的原始對(duì)象進(jìn)行比較，驗(yàn)證圖像質(zhì)量。Apartialvolumeeff

6、ect（PVE）labelimagevolume:該volume中的值是對(duì)每個(gè)voxel局部容積效應(yīng)的估計(jì)。Jacobiandeterminant:每個(gè)voxel值表示MNI模板上該位置變換到被試空間時(shí)，體積變化大小。Deformationfields:非線性變換產(chǎn)生的變形場(chǎng)。FileSaveBatch:（這種步驟都是可做可不做的好像，反正我都沒有保存）保存設(shè)置好的batch,可保存成*.m或*.mat文件。FileRunBatch:運(yùn)行設(shè)置好的batch。輸出wm*（在生成的mri文件夾里面）是指biascorrectednormalizedvolumes,m0wrp1*（我這邊生成的是mw

7、p1*文件，也是在mri文件夾里面）是modulatednormalizedgraymatter,m0wrp2（我這邊生成的是mwp2*文件，也是在mri文件夾里面）貝U是modulatednormalizedgraymatter。若標(biāo)準(zhǔn)化使用lowdimensionalspatialnormalization而不是默認(rèn)的DARTEL,modulated后的灰質(zhì)和白質(zhì)圖像名稱應(yīng)分別為m0wp1*,m0wp2*。【在生成的report文件夾里面的pdf文件就是分割后的彩色效果】?預(yù)處理結(jié)果顯示與質(zhì)量控制VBM8CheckDataqualityDisplayoneSliceforAllimages

8、VolumesX：選擇磁場(chǎng)均勻性校正后的圖像（wm*）。Proportionalscaling:使用默認(rèn)參數(shù)即可。FileSaveBatch:保存batch。Batch:執(zhí)行batcho?樣本一致性檢測(cè)VBM8CheckdataqualityChecksamplehomogeneityusingcovarianceVolumesX：選擇各個(gè)被試的"m0wrp1"（我選白是mwp1*,好像cat12生成就是mwp1*）圖像。（之前不成功是因?yàn)橹贿x了一幅圖像，這邊的意思是要選擇全部被試者的mwp1*）【Loadqualitymeasures;:選擇report文件夾下的XML文

9、件，也是全部受試者的都選】Proportionalscaling:使用默認(rèn)參數(shù)即可。Showsliceinmm:使用默認(rèn)參數(shù)即可。Nuisance：如果需要控制其他混淆變量，可以在這里輸入。FileSaveBatch:保存batch。FileRunBatch:運(yùn)彳bbatch運(yùn)行結(jié)果會(huì)生成一個(gè)1本相關(guān)性矩陣：SampleCorrelationMatrix,如下所示：?圖像平滑SPMSmoothImagestoSmoothX:選擇要進(jìn)行平滑的圖像(我選的是mwp1*，平滑處理后，會(huì)在mwpl*所在文件夾生成smwpl*圖像文件)FWHM：設(shè)定高斯平滑參數(shù)，常用范圍是8-12mm.DataType

10、:使用默認(rèn)參數(shù)即可。Prefix：使用默認(rèn)參數(shù)即可。FileSaveBatch:保存batch。Batch:執(zhí)行batch。4. 建立統(tǒng)計(jì)模型(SPM8Specify2nd-level)?雙樣本t檢驗(yàn)(twosamplet-test)Directory:指定SPM組分析的目標(biāo)文件夾.Design:選擇“tw-osamplet-test”Group1Scans:選擇第1組被試的預(yù)處理好的灰質(zhì)數(shù)據(jù)smwc1*.niiGroup2Scans:選擇第2組被試的預(yù)處理好的灰質(zhì)數(shù)據(jù)smwc1*.niiIndependence：YesVariance：EqualGrandmeanscaling：NoANCO

11、VA:NoCovariates*MaskingThresholdMaskingAbsolute:0.2ImplicitMask:YesExplicitMask:<None>GlobalCalculation:OmitGlobalNormalization:OverallGrandmeanscaling:NoNormalization:NoneFileSaveBatch:保存batch。Batch：執(zhí)行batch。SPM將顯示design矩陣，并在指定SPM組分析目錄中產(chǎn)生SPM.mat文件保存design信息。?多元回歸(Multipleregression(correlation

12、)Directory:指定SPM組分析的目標(biāo)文件夾.Design:選擇“MultipleRegression”Scans選擇所有被試平滑過的灰質(zhì)圖像文件DoneCovariates”New:Covariate”CovariateVector按照輸入圖像文件的順序輸入?yún)?shù)值Name待檢驗(yàn)變量的名字(如，“年齡”)CenteringNocenteringInterceptIncludeInterceptCovariates*MaskingThresholdMaskingAbsolute:0.2ImplicitMask:YesExplicitMask:<None>GlobalCalcul

13、ation:OmitGlobalNormalization:OverallGrandmeanscaling:NoNormalization:NoneFileSaveBatch:保存batch。Batch:執(zhí)行batch。SPM將顯示design矩陣，并在指定SPM組分析目錄中產(chǎn)生SPM.mat文件保存design信息。?全因素模型（Fullfactorialmodel（2x2ANOVA）Directory:指定SPM組分析的目標(biāo)文件夾.Design:選擇“FullFactorial”Factors:“New:Factor;New:Factor”FactorName:指定因素名稱，如”sex”L

14、evels:2（男和女）Independence:YesVariance:EqualGrandmeanscaling:NoANCOVA:NoFactorName:指定因素名稱，如"handness”Levels:2（左右利手）Independence:YesVariance:EqualGrandmeanscaling:NoANCOVA:NoSpecifyCells：“New:Cell;New:Cell;New:Cell;New:Cell”CellLevels:指定cell的名稱，如，“11”Scans選擇第1個(gè)因素第1個(gè)層次和第2個(gè)因素第1個(gè)層次對(duì)應(yīng)的數(shù)據(jù)文件（如，男性左利手）（sm

15、wc1*.nii）CellLevels：指定cell的名稱，如，“12”Scans:選擇第1個(gè)因素第1個(gè)層次和第2個(gè)因素第2個(gè)層次對(duì)應(yīng)的數(shù)據(jù)文件（如，男性右利手）（smwc1*.nii）CellLevels:指定cell的名稱，如，“21”Scans:選擇第1個(gè)因素第2個(gè)層次和第2個(gè)因素第1個(gè)層次對(duì)應(yīng)的數(shù)據(jù)文件（如，女性左利手）（smwc1*.nii）CellLevels:指定cell的名稱，如，“22”Scans:選擇第1個(gè)因素第2個(gè)層次和第2個(gè)因素第2個(gè)層次對(duì)應(yīng)的數(shù)據(jù)文件（如，女性右利手）（smwc1*.nii）Covariates*MaskingThresholdMaskingAbsol

16、ute:0.2ImplicitMask:YesExplicitMask:<None>GlobalCalculation:OmitGlobalNormalization:OverallGrandmeanscaling:NoNormalization:NoneFileSaveBatch:保存batch。Batch:執(zhí)行batch。SPM將顯示design矩陣，并在指定SPM組分析目錄中產(chǎn)生SPM.mat文件保存design信息。?全因素模型(FULLFACTORIALMODEL-INTERACTION)Directory:指定SPM組分析的目標(biāo)文件夾.Design:選擇“FullFac

17、torial”Factors:“New:Factor;New:Factor”FactorName:指定因素名稱，如”sex”Levels:2(男和女)Independence：YesVariance：EqualGrandmeanscaling：NoANCOVA:NoSpecifyCells：“New:Cell;New:Cell”CellLevels:指定cell的名稱，如“1”Scans選擇第1個(gè)因素第1個(gè)層次對(duì)應(yīng)數(shù)據(jù)文彳(如，男性)(smwc1*.nii)CellLevels：指定cell的名稱，如“2”Scans:選擇第1個(gè)因素第2個(gè)層次對(duì)應(yīng)數(shù)據(jù)文件(如，女性)(smwc1*.nii)Co

18、variates“New：Covariate”CovariateVector按照輸入圖像文件的順序輸入對(duì)應(yīng)參數(shù)值Name待檢驗(yàn)變量的名字(如，“年齡”)InteractionsWithFactor1CenteringNocenteringMaskingThresholdMaskingAbsolute:0.2ImplicitMask:YesExplicitMask:<None>GlobalCalculation:OmitGlobalNormalization:OverallGrandmeanscaling:NoNormalization:NoneFileSaveBatch:保存batch。Batch:執(zhí)行batch。SPM將顯示design矩陣，并在指定SPM組分析目錄中產(chǎn)生SPM.mat文件保存design信息。?SPM8EstimateSelectSPM.mat:選擇之前保存的SPM.mat文件。然后點(diǎn)擊run按鈕即可進(jìn)行估計(jì)。?定義Contrast(SPM8ResultsSelecttheSPM.matDefinenewcontrast):雙樣本T檢驗(yàn)：選擇t,輸入1-1,效應(yīng)為GroupA>GroupB.多元回歸：選擇t,輸入1,效應(yīng)為正相關(guān)。選擇t,輸入-1,效應(yīng)為負(fù)相關(guān)。2X2ANOVA:選擇t,輸入1-100,選擇t,