rest_数据处理.docx

静息态数据处理Part1 数据的预处理1、格式转换 2、去除前 n 个时间点的数据 3、时间层校正（Slice Timing） 4、头动校正（Realign） 5、空间标准化（Normalize） 6、平滑（Smooth） 7、去线性漂移（Detrend） 8、 滤波（Filer）一、DICOM 格式——NIFTI 格式。若数据遗失 NIFTI 格式则不用转，直接在工作目录下建 立一个子文件夹“FunImg” ，将数据拷入其中即可 二、一般去 10（8——20 之间即可） ，由于机器刚启动等原因前面一些数据不稳定 三、Slice Timing 的设置：以总层数 25 层为例 SPM 中：Slice order：—x：1:2:25；2:2:24 Reference Slice 参考层一般取中间层，即第 25 层。因为扫描顺序为： 1,3,5,7,9….,n,2,4,6,8,…n-1 DPARSF 中：1,3,5,7,9….,n,2,4,6,8,…n-1 四、 头动校正后会在工作目录下生成 Realign Parameter 文件夹， 其中有 spm….ps 这个文件， 用专业版的 Aoboe Reader 打开可查看每个被试头动情况。 或在 Excludesubjects.txt 文件 下可查看头动数据（卡不同值时被排除被试情况） 。对于患有疾病的患者：一般卡 3mm 和 3degre；而对正常人一般卡 1.5mm 和 1.5degere 或取 2. 五、 空间标准化即把被试的原始空间往标准空间上估计， 以克服不同被试的脑结构之间的差 异问题。把结构像分割得到的信息来做功能像的空间标准化，有两种方式： a、 使用 EPI 模板进行空间标准化 SPM 中：原始图像 Source Image：mean_***.img 头动校正后生成的文件，为某被试 各个时间点的平均像；Image to write ：r*.img 所有头动校正后生成的文件；模板图 像 Template Image： EPI.nii ； Bounding box： -126 -72； 90 108 ； -90 90 Voxel sizes： 3 3 3。 . DPARSF 中类似可设 b、 使用一致分割的 T1 像进行空间标准化 分三部分： 1、 配准 coregister 将结构像与功能像匹配，即把被试的结构像变换到功能像空间 （被试的平均功能像） 2、 分割 转换后的结构像用一致的分割法则分割为灰质、白质、脑脊液。这样就 能把功能像弄到标准空间去。此过程中得到一个由功能像去往标准空间的转换 矩阵。转换矩阵会写入*_seg_sn.mat 文件中。 3、 标准化 把转换矩阵写到功能像上去。这样就可以知道怎么从被试的原始空间到标准空间。 SPM 中： coregister—Reference Image： mean_name.image —Source Image： T1.img； Segment—data：T1_coregiserd.ima—clean up any partitions： left clean— Affine Regularization：推荐选欧洲脑，亚洲脑样本少。 Normalize—write—parameter file： name_seg_sn.mat—images to write： r*.img DPARSF 中简单勾选几项即可。 结果：在工作目录下会生成 pictures for chknormalizition 文件夹，其中有被试标准化后 的图像供检查。此外，使用 b 法时还会附带生成 VBM 文件夹，其中 T1imgsegment 下有如 下文件：c1 开头的为灰质在原始空间的概率，c2 开头的为白质的，c3 为脑脊液的；wc1 开 头的未标准空间灰质的概率，以此类推。 六、平滑（注意在做 Reho 局部一致性前不能做平滑，故一般先做 Reho，后平滑；而计算 ALFF 和 FALFF 以及做功能连接前一般要做平滑） SPM 中：image to smooth：w*.img; FWHM:[4 4 4] full width of half maximum 半峰全宽？ DPARSF 中简单可设置 七、去线性漂移 由于机器的工作而升温或被试适应，随着时间的积累会存在一个线性趋势 一般此处选 no mask ，可做全部体素的去去线性漂移 Default mask： 里自带了一套 default mask 是在 spm 的先验模板中卡了 50%的概率？ rest 八、滤波 低频滤波后的静息态 fmri 信号具有重要的生理学意义，可能反映了自发的神经活 动。故一般去 LFFS：0.01—0.08Hz 高频滤波有意义么？Part 2 Reho