VBM8使用手册Word文档下载推荐.docx

VBM8使用手册Word文档下载推荐.docx

《VBM8使用手册Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《VBM8使用手册Word文档下载推荐.docx（9页珍藏版）》请在冰豆网上搜索。

红色的都是我添加的，其它颜色基本上都是本文原有的，另外我是按cat12这个工具包来补充的，所以最好结合cat12的英文使用说明一起看】

预处理

补充：

【1、将要处理的图像通过SPM中的“Display”进行可视化后，点击显示页面左下方的“SetOrigin”，然后点击这个按钮旁边的“Reorient”按钮，并保存结果（不确定这个需不需要，还是不保存了，貌似没用）；

2、我先对TIW图像在SPM软件中进行Normalise（Est&

Wri）,两个输入图像的地方都输入这幅待处理的图像（这步不确定）;

将Boundingbox设置成“-90-126-72;

9090108”,将Voxelsizes设置成“333”。

这步会生成以w开头的图像文件。

】

4.把T1W标准化到MNIspace（这步没做）,并分割出灰质（GM）,白质（WM）,脑积液（CSF）.相关参数可以通“Estimateandwrite”模块来调整。

5.通过“VBM8Checkdataquality”菜单中的“DisplayOnesliceforallimages”和“Checksamplehomogeneityusingcovariance”（这一步没成功，成功啦，不过不知道对不对）两个选项检查分割和标准化的质量。

6.采用spm自带的spm→smooth选项对预处理好的组织图像进行平滑。

统计分析

7.通过SPM→Specify2ndLevel模块指定统计模型。

8.采用SPM→Estimate模块估计模型

✧

✧进行比较，验证图像质量。

✧Apartialvolumeeffect（PVE）labelimagevolume：

该volume中的值是对每个voxel局部容积效应的估计。

✧Jacobiandeterminant：

每个voxel值表示MNI模板上该位置变换到被试空间时，体积变化大小。

✧Deformationfields：

非线性变换产生的变形场。

File→SaveBatch：

（这种步骤都是可做可不做的好像，反正我都没有保存）

保存设置好的batch,可保存成*.m或*.mat文件。

File→RunBatch:

运行设置好的batch。

输出wm*（在生成的mri文件夹里面）是指biascorrectednormalizedvolumes，m0wrp1*（我这边生成的是mwp1*文件，也是在mri文件夹里面）是modulatednormalizedgraymatter，m0wrp2（我这边生成的是mwp2*文件，也是在mri文件夹里面）则是modulatednormalizedgraymatter。

若标准化使用lowdimensionalspatialnormalization而不是默认的DARTEL，modulated后的灰质和白质图像名称应分别为m0wp1*，m0wp2*。

【在生成的report文件夹里面的pdf文件就是分割后的彩色效果】

预处理结果显示与质量控制

VBM8→CheckDataquality→DisplayoneSliceforAllimages

✧Volumes←X：

选择磁场均匀性校正后的图像（wm*）。

✧Proportionalscaling:

使用默认参数即可。

File→SaveBatch:

保存batch。

File→RunBatch：

执行batch。

样本一致性检测

VBM8→Checkdataquality→Checksamplehomogeneityusingcovariance

选择各个被试的“m0wrp1”（我选的是mwp1*，好像cat12生成就是mwp1*）图像。

（之前不成功是因为只选了一幅图像，这边的意思是要选择全部被试者的mwp1*）

✧【Loadqualitymeasures：

选择report文件夹下的XML文件，也是全部受试者的都选】

✧Proportionalscaling：

使用默认参数即可。

✧Showsliceinmm：

✧Nuisance：

如果需要控制其他混淆变量，可以在这里输入。

运行batch

运行结果会生成一个样本相关性矩阵：

SampleCorrelationMatrix,如下所示：

图像平滑

SPM→Smooth

✧ImagestoSmooth←X:

选择要进行平滑的图像（我选的是mwp1*，平滑处理后，会在mwp1*所在文件夹生成smwp1*图像文件）

✧FWHM：

设定高斯平滑参数，常用范围是8-12mm.

✧DataType:

✧FilenamePrefix：

执行batch。

3.建立统计模型（SPM8→Specify2nd-level）

双样本t检验（twosamplet-test）

Directory:

指定SPM组分析的目标文件夹.

Design:

选择“two-samplet-test”

✧Group1Scans:

选择第1组被试的预处理好的灰质数据smwc1*.nii

✧Group2Scans:

选择第2组被试的预处理好的灰质数据smwc1*.nii

✧Independence：

Yes

✧Variance：

Equal

✧Grandmeanscaling：

No

✧ANCOVA:

No

Covariates*

Masking

✧ThresholdMasking→Absolute:

0.2

✧ImplicitMask:

Yes

✧ExplicitMask:

<

None>

GlobalCalculation:

Omit

GlobalNormalization:

✧OverallGrandmeanscaling:

Normalization:

None

File→SaveBatch：

保存batch。

SPM将显示design矩阵，并在指定SPM组分析目录中产生SPM.mat文件保存design信息。

多元回归（Multipleregression（correlation））

选择“MultipleRegression”

Scans→[选择所有被试平滑过的灰质图像文件]→Done

Covariates→”New:

Covariate”

Covariate

✧Vector→按照输入图像文件的顺序输入参数值

✧Name→待检验变量的名字（如，“年龄”）

✧Centering→Nocentering

✧Intercept→IncludeIntercept

全因素模型（Fullfactorialmodel（2x2ANOVA）

选择“FullFactorial”

Factors:

“New:

Factor;

New:

Factor”

Factor

✧Name:

指定因素名称，如”sex”

✧Levels:

2（男和女）

✧Independence:

✧Variance:

Equal

✧Grandmeanscaling:

指定因素名称，如”handness”

2（左右利手）

SpecifyCells：

Cell;

New:

Cell”

Cell

指定cell的名称，如，“11”

✧Scans:

选择第1个因素第1个层次和第2个因素第1个层次对应的数据文件（如，男性左利手）（smwc1*.nii）

✧Levels：

指定cell的名称，如，“12”

选择第1个因素第1个层次和第2个因素第2个层次对应的数据文件（如，男性右利手）（smwc1*.nii）

指定cell的名称，如，“21”

选择第1个因素第2个层次和第2个因素第1个层次对应的数据文件（如，女性左利手）（smwc1*.nii）

指定cell的名称，如，“22”

选择第1个因素第2个层次和第2个因素第2个层次对应的数据文件（如，女性右利手）（smwc1*.nii）

全因素模型（FULLFACTORIALMODEL-INTERACTION）

Factor”

2（男和女）

SpecifyCells：

指定cell的名称，如“1”

选择第1个因素第1个层次对应数据文件（如，男性）（smwc1*.nii）

指定cell的名称，如“2”

选择第1个因素第2个层次对应数据文件（如，女性）（smwc1*.nii）

Covariates→“New：

✧Vector→按照输入图像文件的顺序输入对应参数值

✧Interactions→WithFactor1

SPM8→Estimate

SelectSPM.mat:

选择之前保存的SPM.mat文件。

然后点击run按钮即可进行估计。

定义Contrast（SPM8→Results→SelecttheSPM.mat→Definenewcontrast）:

双样本T检验：

✧选择t,输入[1-1]，效应为GroupA>

GroupB.

多元回归：

✧选择t,输入[1]，效应为正相关。

✧选择t,输入[-1]，效应为负相关。

2X2ANOVA:

✧选择t,输入[1-100],效应为left-handedmales>

right-handedmales.

✧选择t,输入[001-1].效应为left-handedfemales>

right-handedfemales.

✧选择t,输入[10-10].效应为left-handedmales>

left-handedfemales.

✧选择t,输入[010-1].效应为right-handedmales>

✧选择t,输入[11-1-1].效应为males>

females.

✧选择t,输入[1-11-1].效应为left>

right.

✧选择t,输入[1-1-11].效应为interactionbetweenhandandsex.

Interaction:

✧选择t,输入[001-1].效应为GroupA>

✧选择t,输入[00-11].效应为GroupA<

SPM8→Results

SelecttheSPM.mat:

选择估计后的SPM.mat

contrastmanager→Definenewcontrast:

按上所述定义感兴趣的对比向量

Maskwithothercontrast（s）:

[No]

Titleforcomparison:

[correlation]

Pvalueadjustmenttocontrol:

[None]

Threshold:

[0.001]

Extentthresholdvoxels:

[100].