MATLAB平台fMRI预处理

fMRI预处理步骤说明l 预备工作Fmri数据的处理需要在MATLAB的平台之上，所以要先安装MATLAB。具体处理Fmri数据需要这几个软件:spm、rest、DPARSF和xjview,在网上都可以找到这些软件,下载好这些软件后把它们解压到一个制定文件夹里，然后打开MATLAB，点开fileset path,会跳出这个窗口：然后单机“Add with Subfolders"，然后找到刚才解压好的那几个文件夹,比如”spm8",点确定，接下来再找到另外三个文件夹，最后点save，这样就可以在MATLAB里使用这三个软件了。使用这些软件时，直接在MATLAB的command window窗口里输入软件名称,然后回车就可以了.l 文件分类Fmri原始数据（多为IMA或DCM格式)常常包含各种数据，如功能像数据和结构像数据,另一方面在处理fmri数据时往往需要一次性处理多个被试的数据，所以在开始处理这些数据之前对原始的数据做一些分类是很有必要的，具体步骤为下：开打rest在command window里输入rest，如果跳出"Set REST workers“的对话框直接默认选择0就行。单机 utilitiesREST DICOM sorter首先，第一个输入框里默认的IMA文件，如果fmri的原始数据是dcm文件就把它改成DCM,如果原始数据没有后缀名，就该厂NONE。其次，鼠标右键单击最大的输入框选择“Add recursvly all sub_folders of a directory”。（注：在这步之前要确保所有的原始数据都在一个文件夹下，比如一个data文件夹，下面有不同被试的文件夹，不同被试的文件夹下存放着这个被试的所有原始数据,我们直接找到那个存放所有数据的总的文件夹就行了,比如直接选择data就行了.）然后,在Output Dir后选择一个输出文件夹，即把整理好的数据统一存放的文件夹.再然后,directory hierarchy所选的是文件分类的顺序，第一个subjectID/seriesname是现对被试分类，然后将同一个被试的不同类型的数据分类，第二个正好相反，建议选择第二个。注:anonymize DICOM files的选项是是否去除被试的私人信息,选上表示去除。最后，单机Run就行。这是分类好的效果：我们可以看到原始数据里总共有六类数据,打开每一个文件夹后都会看到不同被试的数据存放在不同的文件夹下,之后我们会用到的只有第二个文件夹所存放的功能像数据,以及第三个文件夹所存放的结构像数据.另外，请注意第二个文件夹的名字，31x31x35表示的是该数据的精度，即3。1mmx3。1mmx3.5mm，240表示该数据采样了240个时间点，这个到后面要用。然后另外新建一个文件夹(注意在处理过程中所有要用到的文件夹的名字中一律不得出现中文字符和空格！），用于存放处理结果和处理原始数据，然后在这个文件夹下新建一个名为“FunRaw“的文件夹(注意大小写），用于存放原始功能像数据,再另外建一个名为”T1Raw”的文件夹，用于存放原始结构像数据，接下来把刚刚分类好的数据复制过来，首先把0002_ge_func_31x31x35_240_RS下的所有子文件夹复制到 FunRaw下，再把0003_t1_mprage_sag下的所有子文件夹复制到T1Raw下。l 数据处理打开DPARSFl 选择数据Working directory后选择刚刚新建的那个文件夹l 设置采样时间点它会跳出一个对话框提示你设置时间点刚刚我们分类后功能像的文件夹名是0002_ge_func_31x31x35_240_RS,240就是采样时间点，所以在time points里填240l 设置TR这里的TR是2,一会儿处理过程中可以验证l 转换格式选择EPI DICOM to NIFTI，就可以把IMA格式的数据转换成IMG和HDR格式的数据，然后才能进行下一步处理l 去除前10个时间点选择Remove First，输入要删除的前XX个时间点l Slice timing选择slice timing，然后输入slice number，slice number和之后的slice order一般采集数据的时候应该都有记录信息，不清楚的话可以用MRIcro查看，这组数据的两个值分别为33和各行采样，就是先记录1 3 5 33,然后再记录2 4 6 32。Reference slice要选择中间记录的那一层,slice number是奇数的话就选最后一个，如果是偶数,建议选择2l Realign头动校正。被试在采集数据时难免头会动,为了数据准确有时候需要矫正一下。l Normalize规范化.每个人的头都是不太一样的，为了便于分析，需要把不同人的大脑映射到一个规范的大脑上，即normalize，后面两个是它的参数，默认就好.l Normalize by using把结构像往功能像上配准的过程。l Delete files before normalization即删除转换格式后的书籍，建议选上，不删除的话不能重复运行。l Smooth平滑，后面是它的参数以上就是预处理部分，基本都是要做的