常用
SPM:官网
基于MATLAB,可用于DICOM转.nii文件,可预处理,可做单样本检验和组分析
AFNI:官网
Windows系统需要装linux虚拟机
FSL:官网
需要linux系统
FreeSurfer:官网
Skullstripping/图像配准/Subcortical Segmentation/脑皮层表面重建/皮质分割/皮质厚度估计/Longitudinal Processing/Tractography
Pipeline
Nipype:Nipype初学者指南这个文档能够告诉你Nipype是什么,怎么安装Nipype以及如何使用。
基于Python,将FSL,SPM12,AFNI,Freesurfer,ANTs,Matlab(其它更多比如:Camino,MRtrix,MNE,Slicer)串联起来,使得你可以方便地调用这几个软件,创建属于你自己的神经影像处理workflow(流程)。
fMRIPrep:官网
preprocessing pipeline 预处理管道,与Nipype类似,是比较新的一个pipeline,包含ICA-AROMA
FuNP:preprocessing pipeline
(Park, B. Y., Byeon, K., & Park, H. (2019). FuNP (fusion of neuroimaging preprocessing) pipelines: a fully automated preprocessing software for functional magnetic resonance imaging. Frontiers in neuroinformatics, 13, 5.)
其它
MATLAB工具箱:
drtoolbox降维工具箱
PRTools用于模式识别的工具箱
分析方法:
PHYCAA数据驱动除生理噪声
是一种方法,基于典型相关分析(Canonical Autocorrelation Analysis,CAA)
(Churchill, N. W., Yourganov, G., Spring, R., Rasmussen, P. M., Lee, W., Ween, J. E., & Strother, S. C. (2012). PHYCAA: data-driven measurement and removal of physiological noise in BOLD fMRI. Neuroimage, 59(2), 1299-1314.)
ICA-AROMA除fMRI中的运动伪迹
适用于静息态和任务态的fMRI数据,在fMRIPrep中可以实现,与censoring等方法不同,需要在运动校正之前做smoothing
(Pruim, R. H., Mennes, M., van Rooij, D., Llera, A., Buitelaar, J. K., & Beckmann, C. F. (2015). ICA-AROMA: A robust ICA-based strategy for removing motion artifacts from fMRI data. Neuroimage, 112, 267-277.)